Beregningsforudsigelse af lægemiddelrespons baseret på Omics-data

Et ledsagende forsøg i silico var planlagt for at sammenligne head-to-head med et ægte klinisk studie af antitumor-registrerede nye lægemidler for at verificere overensstemmelsen mellem effektivitetsforudsigelsesresultaterne af virtuelle kliniske undersøgelser og effektivitetsresultaterne af traditionelle kliniske forsøg.

Forsøgspersoner deltog samtidig i kliniske forsøg fra den virkelige verden og virtuelle kliniske forsøg bygget af computermodellering og kunstig intelligens-teknologi. Resultaterne af traditionelle kliniske forsøg blev sammenlignet med resultaterne af virtuelle kliniske forsøg for at beregne konsistensen af ​​virtuelle kliniske forsøg.

Ved at forudsige befolkningen med ensartet effekt, låse responspopulationen til nye lægemidler, bruge den innovative teknologi inden for computermedicin, forstå responspopulationens omics-karakteristika og bruge dette som udgangspunkt for at bestemme målpopulationen for kliniske forsøg, så at bestemme nye screeningsbetingelser, designe nye kliniske forsøg, nøjagtigt matche den effektive population og revolutionerende ændre effektiviteten af ​​kliniske forsøg, og derved forkorte processen og omkostningerne ved udvikling af kliniske forsøg.