在公司澄清後，將第 5 段中 AWS 高管的評論更正為 300,000 個候選藥物，而不是 300 個；修正格式

Sahil Pandey/Puyaan Singh

路透4月14日 - 亞馬遜AMZN.O雲計算部門周二推出了人工智能應用亞馬遜生物發現（Amazon Bio Discovery），旨在通過讓科學家無需編寫代碼即可運行復雜的計算工作流來加速早期藥物發現。

製藥商和技術公司已經加大了利用人工智能加速藥物開發的力度。

亞馬遜網絡服務公司（Amazon Web Services）在一篇博文中說，亞馬遜生物發現（Amazon Bio Discovery）為研究人員提供了一個專門的生物基礎模型庫，可以生成和評估潛在的藥物分子，同時還提供了一個人工智能代理，幫助用戶選擇模型、設定參數和解釋結果。

研究人員可以將入圍的候選分子發送給綜合實驗室合作伙伴進行合成和測試，並將結果傳回系統，以指導下一輪設計。

"() 需要 18個月的時間才能想出30 萬種候選藥物。現在，科學家們可以在幾周內迅速創造出 30 萬個候選藥物，"AWS 醫療人工智能和生命科學副總裁 Rajiv Chopra 在接受路透採訪時說。

喬普拉說，藥物發現模型的迅速崛起已經讓那些能夠將實驗室目標轉化為機器學習管道的計算生物學家陷入了瓶頸。

AWS表示，拜耳公司BAYGn.DE、布羅德研究所（Broad Institute）和Voyager Therapeutics公司VYGR.O都是早期採用者，全球前20大製藥公司中已有19家使用了AWS的雲服務。

在與紀念斯隆-凱特琳癌症中心（Memorial Sloan Kettering Cancer Center）的合作中，AWS表示，該平台使用多種模型生成了近30萬個新型抗體分子，並將其縮小到10萬個候選分子，供合作伙伴Twist Bioscience TWST.O進行實驗室測試，從而將可能需要數月的工作壓縮到數周。

喬普拉說，這項服務旨在增強而不是取代科學家和合同研究組織。

AWS將提供5個實驗單元的免費試用，然後再推出訂購層級。

AWS、波士頓諮詢公司（Boston Consulting Group）和默克公司（Merck MRK.N）還將在AWS的生命科學研討會上發布一個人工智能平台，旨在改善臨床試驗選址，這是藥物開發中的一個常見瓶頸。

(為便利非英文母語者，路透將其報導自動化翻譯為數種其他語言。由於自動化翻譯可能有誤，或未能包含所需語境，路透不保證自動化翻譯文本的準確性，僅是為了便利讀者而提供自動化翻譯。對於因為使用自動化翻譯功能而造成的任何損害或損失，路透不承擔任何責任。)