新药开发平台‘法穆雷特’,外科医生们关注的原因

| 输入:

㈜法姆凯德的代表吴相旭在大韩肿瘤外科学会‘SISSO 2026’上发表了AI+量子新药开发案例

结合AI与量子计算的新药开发平台法穆雷特。照片=㈜法姆凯德

新药开发平台‘法穆雷特(Pharmulator™)’在主要进行癌症手术的外科医生国际学会舞台上正式公开。讨论肿瘤外科的现在与未来的场合(‘塑造外科肿瘤学的未来’)。

癌症治疗不再仅仅依靠手术。手术前后靶向治疗药物、联合疗法、辅助抗癌治疗决定了治疗效果的时代。在这里‘什么药,何时,如何使用’成为与手术同样重要的变量。

㈜法姆凯德(PharmCADD)的代表吴相旭(釜庆大学物理系教授)在6日下午于京畿道水原会议中心举行的‘大韩肿瘤外科学会国际研讨会(SISSO 2026)’上展示了新药候选设计平台‘法穆雷特’的结构和实际应用案例。‘基于量子优势的新药设计发现策略’(Quantum advantage-based synthetic drug discovery)。

这不仅仅是简单的新药开发技术介绍,而是通过‘量子化学’(Quantum Chemistry)和‘量子计算’(Quantum Calculation)具体展示如何制作新药候选,以及以何种标准进行筛选。

吴代表将法穆雷特定义为一种工具,旨在更快、更安全地设计出可以在临床现场实际使用的新药候选。与其说是‘大量制造候选药物’,不如说在进入实验阶段之前,准确排除失败可能性高的候选药物更为重要。

法穆雷特,“AI制造新药候选物,量子力学降低临床试验风险”

法穆雷特的差异在于将生成型AI与物理·量子力学基础计算结合,结构性地减少新药开发过程中的不确定性。生成型AI设计出新药候选分子后,平台通过分子动力学(MD)模拟和量子化学计算更精确地验证分子结合的能量和电子结构水平。

㈜法姆凯德的新药开发平台‘法穆雷特’概念图。照片=㈜法姆凯德

吴代表在发布会上表示:“AI可以快速生成候选药物,但临床失败大多发生在分子结合的微小差异上”,并解释说:“量子计算是为了在更早阶段捕捉这种差异的装置。”与依赖统计预测的传统方法不同,旨在事先筛选出物理上可行的结合。

在这个过程中,结合稳定性低或心脏毒性(hERG)及肝毒性(DILI)风险高的候选药物在进入实验阶段之前被排除。这就是法穆雷特被设计为‘大量制造候选药物的平台’而不是‘临床失败可能性高的候选药物尽量在早期排除的平台’的原因。

临床现场外科医生们关注‘法穆雷特’的原因是

事实上,外科医生们可能更关注新药开发技术所产生的新药的临床应用。“候选物质能验证到哪个阶段?”,“与传统方法相比开发周期缩短了多少?”,“毒性预测结果的可信度达到什么水平?”等等。

吴代表通过法穆雷特平台内部数据流和实际案例进行解释正是因为如此。无论如何,今天的发布显示,主要处理癌症手术的外科医生们也关注结合AI与量子力学基础计算的新药开发平台的实际应用可能性。

更进一步,手术与药物、临床与计算科学的界限正在降低,这些原本异质的领域正在迅速融合。这是朝着一个共同目标聚集:在临床现场能否更快、更安全地使用药物。

㈜法姆凯德的吴相旭代表在6日于京畿水原会议中心举行的大韩肿瘤外科学会国际研讨会(SISSO 2026)上展示了新药开发的AI+量子计算应用策略。照片=㈜法姆凯德

×