Modify README

i2507 · web-flow · commit d2a354f26303 · 2020-10-15T23:20:10.000+08:00
diff --git a/README.md b/README.md
@@ -1,4 +1,4 @@
-# 西藥房 x TW AI Hackathon
+# 問題背景
 目前全球新藥開發領域正運用AI技術進行候選藥物篩選及結構設計，利用數據驅動（Data-Driven）的思維引導與輔助頂尖藥物設計科學家之藥物開發工作，將是前瞻性藥物開發新技術之重大突破與轉折契機。藥物發展極為複雜且極為耗時，包含：（1）標的選擇與確認（2）化合物篩選與主要結構優化（3）臨床前試驗（4）臨床試驗。傳統藥物發展程序為：當化學結構之作用確認後，輔以藥物專家或化學家定義的Rule-Based規則（in silico、QSAR、logP等）與細胞功能測試成為候選藥物，接續進行動物體內試驗與臨床試驗，用以驗證分子功效與生物毒性作用。但並非所有的藥物都吻合Rule-Based，且美國發展一種新藥平均需耗費26億美金與歷時12年。如何減少研發成本與縮短藥物開發時程，為產業最大挑戰與最緊急之問題，我們希望能透過 AI 模型去學習如何探索新藥開發
 
 ## Prerequisites

Original file line number	Diff line number	Diff line change
`@@ -1,4 +1,4 @@`
`1`		`-# 西藥房 x TW AI Hackathon`
	`1`	`+# 問題背景`
`2`	`2`	目前全球新藥開發領域正運用AI技術進行候選藥物篩選及結構設計，利用數據驅動（Data-Driven）的思維引導與輔助頂尖藥物設計科學家之藥物開發工作，將是前瞻性藥物開發新技術之重大突破與轉折契機。藥物發展極為複雜且極為耗時，包含：（1）標的選擇與確認（2）化合物篩選與主要結構優化（3）臨床前試驗（4）臨床試驗。傳統藥物發展程序為：當化學結構之作用確認後，輔以藥物專家或化學家定義的Rule-Based規則（in silico、QSAR、logP等）與細胞功能測試成為候選藥物，接續進行動物體內試驗與臨床試驗，用以驗證分子功效與生物毒性作用。但並非所有的藥物都吻合Rule-Based，且美國發展一種新藥平均需耗費26億美金與歷時12年。如何減少研發成本與縮短藥物開發時程，為產業最大挑戰與最緊急之問題，我們希望能透過 AI 模型去學習如何探索新藥開發
`3`	`3`
`4`	`4`	`## Prerequisites`