Andreas BENDER

CSI - Științele vieții, Științe computaționale

Domenii de interes: Inteligența artificială în medicină, Învățare automată în descoperirea medicamentelor, Analiza datelor Omics, Transcriptomică, Reutilizarea medicamentelor, Siguranța medicamentelor, Evaluarea riscurilor, Predicția toxicității, Chimioinformatică

Dr. Andreas Bender a obținut diploma de doctor la Universitatea din Cambridge. Munca sa este documentată în peste 300 de articole peer-reviewed, citate de peste 25.000 de ori.

Actualmente este cercetător științific (CSI) în cadrul Institutului STAR-UBB din Cluj-Napoca, profesor de învățare automată în medicină la Departamentul de Medicină al Universității Khalifa din Abu Dhabi, lider de proiect la UMF Cluj și profesor invitat la Universitatea din Cambridge. Înainte de ocuparea postului său actual, a lucrat în grupul Lead Discovery Informatics de la Novartis în Cambridge/MA și la Universitatea Leiden din Țările de Jos. În etapele anterioare ale carierei sale a activat și ca profesor de informatică moleculară la Universitatea Cambridge, a fost director pentru Științe Digitale ale Vieții la Nuvisan/Berlin și director asociat pentru Știința Datelor și Inteligență Artificială în cadrul grupului de Farmacologie Clinică și Științe ale Siguranței de la AstraZeneca/Cambridge, Marea Britanie.

Google Scholar: https://scholar.google.com/citations?user=iKv2hCUAAAAJ&hl=en

ORCID: https://orcid.org/0000-0002-6683-7546

Contact: andreas.bender@ubbcluj.ro

Publicații reprezentative:

Bender A, et al. Artificial intelligence in drug discovery — what it is, where we stand and the path forward. Nature Rev. Drug Discov. 2026, in press. DOI: https://doi.org/10.1038/s41573-026-01496-2

Meyer CT, Dai Y, Pomeroy AE, et al. Rethinking the role of synergy calculations in the next century of drug combination discovery. Med. 2026;7(5):101103. https://doi.org/10.1016/j.medj.2026.101103

Huynh DL, Seal S; AIA4S Consortium, et al. AI agents in drug discovery: applications and case studies. Drug Discov Today. 2026;31(3):104650. https://doi.org/10.1016/j.drudis.2026.104650

Seal S, Dee W, Shah A, et al. Counting cells can accurately predict small-molecule bioactivity benchmarks. Nat Commun. 2026;17(1):2436. Published 2026 Feb 6. https://doi.org/10.1038/s41467-026-68725-5

Seal S, Mahale M, García-Ortegón M, et al. Machine Learning for Toxicity Prediction Using Chemical Structures: Pillars for Success in the Real World. Chem Res Toxicol. 2025;38(5):759-807. https://doi.org/10.1021/acs.chemrestox.5c00033

Bender A, Schneider N, Segler M, Patrick Walters W, Engkvist O, Rodrigues T. Evaluation guidelines for machine learning tools in the chemical sciences. Nat Rev. Chem. 2022;6 (6):428-442. https://doi.org/10.1038/s41570-022-00391-9

Bender A, Cortés-Ciriano I. Artificial intelligence in drug discovery: what is realistic, what are illusions? Part 1: Ways to make an impact, and why we are not there yet. Drug Discov Today. 2021;26(2):511-524. https://doi.org/10.1016/j.drudis.2020.12.009

Bender A, Cortes-Ciriano I. Artificial intelligence in drug discovery: what is realistic, what are illusions? Part 2: a discussion of chemical and biological data. Drug Discov Today. 2021;26(4):1040-1052. https://doi.org/10.1016/j.drudis.2020.11.037