8 choses à savoir sur Rasayan Labs, la startup qui construit un système d'exploitation IA pour la découverte de médicaments
Découvrez comment Rasayan Labs accélère la découverte de médicaments avec une plateforme IA pour la rétrosynthèse, l'ADMET, les brevets et la recherche de composés.


1. Une plateforme remplace l’ensemble de votre pile d’outils.
Rasayan Labs a développé un système d’exploitation IA unifié pour la découverte de médicaments sur petites molécules. Rétrosynthèse, prédiction ADMET, recherche de brevets, revue de la littérature et intelligence sur les composés coexistent tous dans un seul environnement. Fini de passer d’un outil isolé à l’autre et de perdre le contexte en cours de route.
2. Leurs modèles d’IA se classent parmi les meilleurs au monde.
Les modèles de toxicité de Rasayan se classent #5 au niveau mondial sur le classement Tox21, positionnant l’entreprise aux côtés d’OpenAI, Stanford et MIT. Ce classement est soutenu par plus de 105 modèles d’IA spécialisés, 1,3 milliard de réactions indexées et 118 millions de brevets indexés qui alimentent la plateforme.
3. Ils explorent 1,3 trillion de molécules.
Le moteur d’intelligence sur les composés de la plateforme donne aux chercheurs accès à 1,3 trillion de molécules virtuelles, consultables par nom, structure, image ou dessin à la main. Chaque molécule est accompagnée de plus de 1 400 prédictions de propriétés ADMET, incluant la cardiotoxicité hERG, logD, solubilité, pKA, et plus encore.
4. Ils exécutent leur propre pipeline de découverte de médicaments.
Rasayan possède actuellement 19 composés nouveaux en synthèse dans le cadre de programmes internes ciblant l’inflammation (COX-2/mPGES). Mener leur propre recherche signifie que chaque fonctionnalité est validée par de la recherche réelle, pas seulement par des benchmarks. L’entreprise a également commencé à intégrer des partenaires biotechnologiques et pharmaceutiques pour mener des programmes pilotes de découverte de médicaments dans d’autres domaines thérapeutiques.
5. Ils ont identifié 23 inhibiteurs à double cible en moins d’un mois.
La rapidité de la plateforme produit déjà des résultats publiés. Rasayan a identifié 23 inhibiteurs à double cible pour l’inflammation en moins de 30 jours.
6. Ils ont réduit les cycles de RFP de 22 jours à 2.
Les goulots d’étranglement de la découverte de médicaments dépassent largement le laboratoire. Rasayan a intégré l’automatisation des RFP directement dans la plateforme, compressant les délais de réponse aux propositions de plus de 90 %. Un seul déclencheur exécute automatiquement six modules de chimie (Ames, PDE, pKA), extrait les réactifs et les conditions de réaction à partir des procédures scientifiques, numérise la voie de synthèse complète et génère automatiquement les besoins en matières premières. Pour les équipes de développement commercial, cette rapidité devient en elle-même un avantage concurrentiel.
7. Plus de 2 400 chercheurs sont déjà sur la plateforme.
Rasayan indique une base d’utilisateurs en croissance couvrant des entreprises pharmaceutiques, des biotechs et des institutions académiques. Les chercheurs utilisent déjà OCSR.ai, le moteur de recherche de structures chimiques gratuit de Rasayan, pour rechercher n’importe quel composé et télécharger des rapports contenant les dépôts de brevets associés, les références bibliographiques et les prédictions de toxicité.
8. Ils bénéficient du soutien institutionnel d’une des meilleures universités de recherche d’Inde.
Rasayan a signé un protocole d’accord avec l’Institute of Chemical Technology (ICT) Mumbai, la 6e école de pharmacie classée en Inde. Grâce à ce partenariat, le professeur Prashant Kharkar, expert de premier plan en chimie médicinale et en conception assistée par ordinateur de médicaments, apporte une infrastructure de recherche académique et une expertise sectorielle directement au développement et à la validation de la plateforme de Rasayan.
Pour plus d’informations ou pour réserver une démo, visitez rasayan.ai.

Reporting on the science, business and regulation shaping the pharmaceutical industry.
Plus dans Pharma IT
Tous les articles →
L'IA dans les essais cliniques : améliorer l'efficacité et réduire les coûts

Comment l'IA transforme la médecine personnalisée pour de meilleurs résultats en santé

Discussion