BenevolentAI如何用文本和数据挖掘加速药物研发？

BenevolentAI是一家位于英国的领先临床阶段人工智能药物发现公司。凭借其AI平台、科学知识和实验室设施的综合优势，BenevolentAI所研发的药物候选物比传统方法更有可能在临床试验中取得成功。该公司在药物发现领域的科学有效性一直表现优异，其BenevolentAI Platform™支持了超过20个内部药物项目的各阶段开发，从靶点发现到临床研究。

BenevolentAI与阿斯利康及多家领先的研究和慈善机构保持良好合作。公司总部设在伦敦，在剑桥（英国）和纽约也设有研究机构和办事处。现任信息学和数据高级副总裁的Mark Davies负责确保BenevolentAI获取并使用正确的数据，这些数据包括专利信息、合作伙伴数据和领先出版机构的科学期刊内容。BenevolentAI通过整合数千万篇研究论文、专利、临床试验等资源，建立了一个综合数据集，帮助研究人员快速识别新靶点并设计有效药物。

在全球新冠疫情爆发之初，BenevolentAI的团队发现礼来的药物Baricitinib可以作为COVID-19的候选药物，并将这一信息传达给礼来。经过临床试验后，Baricitinib获得美国FDA的紧急使用授权，与瑞德西韦联合使用治疗COVID-19患者。COV-Barrier试验显示，该药物能使住院患者的死亡率降低38%。

BenevolentAI之所以能如此快速地取得成果，是因为其AI驱动的药物发现方法，这使得它在业界独树一帜。通过聚焦理想的药物靶点，BenevolentAI避免了许多失败的投资和后期的失败。

2018年，BenevolentAI与全球大型学术出版机构施普林格·自然建立合作关系。通过施普林格·自然的文本和数据挖掘（TDM）API，BenevolentAI从订阅的期刊内容中获取信息并将其融入药物发现平台。Davies认为，这种合作对获取高质量科学文献至关重要，也有助于快速处理文献内容，从而支持药物发现。

Davies回顾BenevolentAI发现COVID-19候选药物的过程时指出，这一成果得益于研究人员对生物机制、疾病系统和潜在干预手段的全面了解。未来，BenevolentAI将继续与施普林格·自然等机构合作，利用自然语言处理（NLP）技术从出版物中获取见解，支持假设的产生与验证。

文本和数据挖掘（TDM）是一种自动选择和分析大量文本或数据资源的过程，旨在产出有用信息。施普林格·自然开发了多种工具，帮助研究人员进行TDM，从而加速科学发现和药物研发。

Davies总结道，BenevolentAI希望通过正确的数据更快地为患者提供创新疗法，改善他们的生活。文本和数据挖掘是这一过程的基础，来自出版机构的科研资源对研究人员非常关键。