Insitro علم الأحياء التعلم الآلي
يدمج Insitro البيانات الجينية والخلوية البشرية واسعة النطاق مع التعلم الآلي للعثور على أهداف دوائية أفضل والمرضى الأكثر احتمالية للاستجابة.
نظرة عامة
It matters because it tackles the biggest reason drugs fail — picking the wrong target — by grounding discovery in real human biology.
الغوص العميق
تأسست Insitro في عام 2018 على يد عالمة الأحياء الحسابية والقائدة السابقة لستانفورد وكورسيرا دافني كولر، وقد قامت ببناء نفسها كشركة لاكتشاف الأدوية تعتمد على "التعلم الآلي أولاً". وتتمثل فكرتها الأساسية في إنشاء مجموعات بيانات ضخمة مصممة خصيصًا لهذا الغرض داخليًا - باستخدام نماذج الأمراض المشتقة من الخلايا الجذعية البشرية ('في المختبر')، والتصوير عالي المحتوى، وقياسات omics - وإقرانها بمجموعات جينية وسريرية بشرية ضخمة، مثل البنك الحيوي في المملكة المتحدة. ثم يربط التعلم الآلي التوقيعات الجزيئية والخلوية بالمرض، مما يساعد على تحديد الأهداف التي يقترح علم الوراثة أنها تسبب المرض بالفعل، وتقسيم المرضى إلى مجموعات فرعية. يمزج الاسم نفسه بين "in silico" (الحساب) و"في المختبر" (علم الأحياء المعملي). أبرمت Insitro شراكة مع Gilead وBristol Myers Squibb وتركز على مجالات مثل أمراض التمثيل الغذائي والكبد والتنكس العصبي.
البصيرة الفنية
تستخدم طريقة Insitro المميزة التعلم الآلي على الصور الطبية - على سبيل المثال، النماذج العميقة التي تقرأ التصوير بالرنين المغناطيسي للكبد أو التشريح المرضي - لاستخلاص "الأنماط الظاهرية للتعلم الآلي" الكمية. إن إجراء دراسات الارتباط على مستوى الجينوم ضد هذه السمات المشتقة من الذكاء الاصطناعي عبر المجموعات السكانية على مستوى البنك الحيوي يمكن أن يؤدي إلى ظهور المتغيرات الجينية، وبالتالي الأهداف السببية، التي تغفلها العلامات السريرية الخام. وهذا يجمع بين علم الوراثة البشرية، وهو أقوى دليل على أهمية الهدف، مع الدقة المظهرية الغنية للذكاء الاصطناعي.
التأثير الاستراتيجي
استراتيجية البائع
تؤثر خرائط طريق البائع على الميزات التي يمكن لفريقك إنشاءها بعد ذلك.
التكلفة والميزانية
تؤثر الشروط التجارية وخيارات النشر على التكلفة والمخاطر على المدى الطويل.
المخاطر والسلامة
تعمل حوافز الشركة على تشكيل الإعدادات الافتراضية للمنتج، ووضعية السلامة، والانفتاح.
مستقبل بيولوجيا التعلم الآلي Insitro
يدفع Insitro نحو النماذج التنبؤية التي تربط النمط الجيني بالنمط الظاهري الخلوي بنتائج المريض، مما يتيح اختيار الهدف وتقسيم المريض إلى طبقات قبل التجارب المكلفة. توقع استخدامًا أعمق لنماذج الأساس عبر التصوير والأوميكس، والمزيد من روابط البنوك الحيوية، وتطوير مرشحي خطوط الأنابيب الداخلية. ويتمثل التحدي الرئيسي في إغلاق الحلقة: إثبات أن الأهداف المدعومة بالوراثة والتي رشحها الذكاء الاصطناعي تترجم إلى أدوية معتمدة تعمل مع المرضى المناسبين.
التنفيذ في العالم الحقيقي
تدريب النماذج على فحوصات التصوير بالرنين المغناطيسي للكبد لإنشاء أنماط ظاهرية كمية، ثم إجراء دراسات الارتباط الجيني للعثور على أهداف دوائية لأمراض الكبد.
استخدام الخلايا العصبية المشتقة من الخلايا الجذعية البشرية لنموذج التصلب الجانبي الضموري والأمراض التنكسية العصبية الأخرى لتحليل التعلم الآلي.
الشراكة مع جلعاد لاكتشاف أهداف التهاب الكبد الدهني غير الكحولي (NASH) وتليف الكبد.
تقسيم المرضى إلى مجموعات فرعية وراثية للتنبؤ بمن سيستجيب لعلاج معين.
المخاطر والدرابزين
قد تتجاوز إعلانات الإطلاق الاستقرار في سير عمل الإنتاج الحقيقي.
يمكن أن يؤدي تسعير واجهة برمجة التطبيقات (API) أو تغيرات السياسة إلى كسر الافتراضات بين عشية وضحاها.
يؤدي الاعتماد على بائع واحد إلى زيادة تكاليف الحجز والترحيل.
خارطة طريق التنفيذ
قم بتقييم مقدمي الخدمة باستخدام المهام ومجموعات البيانات الخاصة بك.
راجع الخصوصية والأمان والمصطلحات القانونية قبل التكامل.
احتفظ بخطة احتياطية عبر النماذج أو البائعين.
راقب ملاحظات الإصدار حتى لا تفاجئ التغييرات في خارطة الطريق الفرق.
استمر في الاستكشاف
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Insitro Machine Learning Biology quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
الدليل التالي
أساسيات التعلم الآلي
الأسئلة المتداولة
What is Insitro Machine Learning Biology?
يدمج Insitro البيانات الجينية والخلوية البشرية واسعة النطاق مع التعلم الآلي للعثور على أهداف دوائية أفضل والمرضى الأكثر احتمالية للاستجابة. إنه أمر مهم لأنه يعالج السبب الأكبر لفشل الأدوية - وهو اختيار الهدف الخاطئ - من خلال ترسيخ الاكتشاف في علم الأحياء البشري الحقيقي.
ما الذي يجمع بين الاسم "Insitro"؟
يمزج الاسم بين العمليات الحسابية "السيليكو" وبيولوجيا المختبر "في المختبر"، مجسدًا منهج التعلم الآلي المعزز للتجربة.
من أسس إنسيترو؟
قامت دافني كولر، عالمة الأحياء الحسابية والمؤسس المشارك السابق لشركة كورسيرا، بتأسيس Insitro في عام 2018.
لماذا يركز Insitro على علم الوراثة البشرية في اختيار الهدف؟
ومن المرجح أن تكون الأهداف المدعومة بالأدلة الجينية البشرية سببية بشكل حقيقي، مما يقلل من فشل الأدوية.
ما هو "النمط الظاهري للتعلم الآلي" كما يستخدمه Insitro؟
يستمد Insitro السمات الكمية من الصور باستخدام التعلم الآلي، ثم يدرس ارتباطاتها الجينية.
ما هي المجموعة البشرية الكبيرة التي تُستخدم عادةً في الدراسات الجينية على مستوى البنك الحيوي مثل دراسة Insitro؟
ويربط البنك الحيوي في المملكة المتحدة البيانات الجينية والتصويرية والصحية لمئات الآلاف من الأشخاص.