СледваСледващо ръководство
AI in Pharmaceutical Manufacturing
Индустрии
Фирми РЪКОВОДСТВО
Recursion Pharmaceuticals управлява една от най-големите автоматизирани биологични лаборатории в света, генерирайки петабайти клетъчни изображения, за да позволи на моделите за машинно обучение да картографират как лекарствата променят клетките.
Чуйте това ръководствоAI-разказан · ~2 min
It matters because it turns wet-lab biology into a data problem that AI can search at industrial scale.
Recursion, основана през 2013 г. и базирана в Солт Лейк Сити, изгради стратегията си около „феномиката“ — вземане на микроскопски изображения на човешки клетки, третирани с хиляди съединения и генетични смущения, след което използва дълбоко обучение, за да преобразува всяко изображение в цифров отпечатък. Клетките с подобни пръстови отпечатъци вероятно имат обща биология, така че променена от заболяване клетка, която лекарството избутва обратно към „здрава“, се превръща в кандидат-успешен. Неговите роботизирани лаборатории провеждат милиони експерименти седмично, захранвайки операционната система Recursion (сега под марката на обединената компания Recursion-Exscientia). През 2023 г. NVIDIA инвестира 50 милиона долара, а Recursion пусна отворения суперкомпютър BioHive и големи набори от данни като RxRx3. Подходът търгува с ръчно подбрани цели за безпристрастно, базирано на данни откритие за много заболявания наведнъж.
Скрининг на десетки хиляди съединения срещу клетки, моделиращи редки генетични заболявания като церебрална кавернозна малформация, напредване на кандидати като REC-994 в изпитания.
Използване на фенотипове за рисуване на клетки за пренасочване на съществуващи лекарства за нови показания чрез забелязване на неочаквани клетъчни прилики.
Пускане на публичния набор от данни RxRx3 от милиони клетъчни изображения, така че външни изследователи да могат да обучават и сравняват биологични модели.
Партньорство с Roche и Genentech за картографиране на неврологията и биологията на стомашно-чревния рак в индустриален мащаб.
След сливането с Exscientia през 2024 г., Recursion комбинира своите феномични карти със структурно-базиран химичен дизайн, с цел да намали сроковете и разходите за откриване. Очаквайте по-големи базови модели, обучени на нейните патентовани карти на биологията и химията, повече партньорски програми с Roche, Genentech, Sanofi и Bayer и нарастващ контрол върху това дали кандидатите, създадени от AI, успяват в клиничните изпитвания върху хора, истинският тест на платформата.
Безплатен бюлетин
Три проверени AI истории всяка делнична сутрин, написани на достъпен език. Безплатно завинаги, без реклами.
Един имейл всеки делничен ден. Отписване с едно кликване. Никога не продаваме и не споделяме вашия имейл адрес.
Тествайте себе си
Незабавна обратна връзка за всеки отговор и сертификат за споделяне с подлежащ на проверка идентификационен номер, след като преминете курс.
Подкрепете безплатното AI образование. AI Understanding е 501(c)(3) с нестопанска цел — без реклами, без платен достъп, никога. Направете дарение
Recursion Pharmaceuticals управлява една от най-големите автоматизирани биологични лаборатории в света, генерирайки петабайти клетъчни изображения, за да позволи на моделите за машинно обучение да картографират как лекарствата променят клетките. Има значение, защото превръща биологията на мокрите лаборатории в проблем с данните, който AI може да търси в индустриален мащаб.
„Феномичният“ подход на Recursion се съсредоточава върху изображения на клетки, третирани с лекарства или генетични промени, превърнати в цифрови отпечатъци.
Cell Painting използва флуоресцентни багрила, за да подчертае структури като ядрото и митохондриите, заснети през каналите за изображения.
Разликите в плочата, деня или инструмента могат да покрият истинската биология, така че партидната корекция изолира истинския биологичен сигнал.
NVIDIA инвестира 50 милиона долара през 2023 г., отразявайки тежкия GPU характер на AI на Recursion, базиран на изображения.
Рекурсията се сля с Exscientia, комбинирайки феномика със структурно базиран химичен дизайн.
Продължавай да учиш
Още ръководства, избрани за тази тема
СледваСледващо ръководство
AI in Pharmaceutical Manufacturing
Индустрии