由新到舊 由舊到新 日期篩選

・2023/01/05
當你走進藥局,或拿到醫生開的藥單時,你是否想過「到底哪種藥比較好?哪種藥對我的症狀才最有效?」 這些問題,藥廠們更想知道。
・2022/05/27
疫情爆發之始,BNT 疫苗研發者吳沙忻率先提出「光速計畫」,試圖說服公司研發疫苗,與時間賽跑。
・2021/10/13
作為生醫研究的幕後推手,每隻基改實驗鼠都是具有個性及生命力的個體!國家實驗動物中心副主任秦咸靜表示,牠們不只是實驗材料,更是新藥開發的大功臣,值得享有更多尊重和福祉。
・2021/06/03
我小心地用鑷子操作放在組織培養箱裡的小管子,在管子中放了已經培養一週的膠原蛋白,膠原蛋白中養著幹細胞。一週後再檢查這項實驗,我已經可以聞到失敗的味道了。生長媒介散發出淡淡的雞湯味,配件周圍開始長出黴菌,某個煞費苦心的步驟裡,細菌入侵了。我不得不重新開始,把這個失敗、昂貴的實驗清理掉,並找到出錯的環節。一再而再重複。這就是我的研究所生活。
・2021/01/09
自動化藥物開發過程的目標是在縮減找出潛在藥物標的到研發出候選藥物的時間。然而,AI 在此領域的用途不只有藥物開發,還可預測實驗性藥物的正確劑量。由於最佳藥物劑量可能取決於每個個體身上的許多變數,如年齡、性別、體重、基因體、蛋白質體學及腸道微生物體等,因此是建立模型與使用深度學習演算法的理想題材。目前的確有許多針對 AI 與藥物開發的炒作,但唯有時間才能證明,這些致力於加速藥物開發的各種方法,是否真的能夠實現。
・2021/01/07
成功辨識並驗證新的候選藥物是生物醫學最大、絕對也是最昂貴的挑戰。由於耗資甚鉅,失敗風險也高,因此任何有望減少藥物研發費用或難度的技術,業界都樂於迅速採用。十年前,他們將大量資源投入硬體,採用自動化機器來執行分子的高通量大規模篩選。現在,他們則將重點轉移到能自動化的演算法上。2018 年時,就已經有超過 60 家的新創公司與 16 家製藥公司使用 AI 進行藥物開發。這些公司在運用 AI 時採用的策略差異很大,因此我將簡單扼要地介紹一些案例,讓各位能夠了解 AI 可能帶來的影響。
・2020/02/15
最近可以看到很多武漢病毒治療方式快成功的新聞,有些標題看起像是明年,或甚至今年就會有解藥!不過也有些居然寫說要十年以上?差別如此之大,到底是怎麼回事呢?這時候我們又應該相信誰呢?
・2018/08/28
中研院應用科學研究中心林榮信研究員,藉由電腦的高速運算能力,模擬藥物分子如何與體內的標靶分子作用,以縮減藥物研發的時間及成本,降低藥害風險。