Als nächstesNächster Leitfaden
Insitro Maschinelles Lernen Biologie
Unternehmen
Leitfaden für Unternehmen
Recursion Pharmaceuticals betreibt eines der weltweit größten automatisierten Biologielabore und generiert Petabytes an Zellbildern, um mithilfe von Modellen für maschinelles Lernen abzubilden, wie Medikamente Zellen verändern.
It matters because it turns wet-lab biology into a data problem that AI can search at industrial scale.
Recursion, 2013 gegründet und mit Sitz in Salt Lake City, baute seine Strategie auf „Phänomen“ auf – das Aufnehmen von Mikroskopbildern menschlicher Zellen, die mit Tausenden von Verbindungen und genetischen Störungen behandelt wurden, und das anschließende Umwandeln jedes Bildes mithilfe von Deep Learning in einen numerischen Fingerabdruck. Zellen mit ähnlichen Fingerabdrücken haben wahrscheinlich die gleiche Biologie, sodass eine durch eine Krankheit veränderte Zelle, die durch ein Medikament wieder in den „gesunden“ Zustand zurückgedrängt wird, ein möglicher Treffer ist. Seine Roboterlabore führen wöchentlich Millionen von Experimenten durch und versorgen das Recursion-Betriebssystem (jetzt unter der Marke des fusionierten Unternehmens Recursion-Exscientia). Im Jahr 2023 investierte NVIDIA 50 Millionen US-Dollar und Recursion veröffentlichte den offenen BioHive-Supercomputer und große Datensätze wie RxRx3. Der Ansatz tauscht handverlesene Ziele gegen eine unvoreingenommene, datengesteuerte Entdeckung für viele Krankheiten gleichzeitig ein.
Anbieter-Roadmaps beeinflussen, welche Funktionen Ihr Team als Nächstes entwickeln kann.
Kommerzielle Bedingungen und Bereitstellungsoptionen wirken sich auf die langfristigen Kosten und Risiken aus.
Unternehmensanreize prägen Produktstandards, Sicherheitslage und Offenheit.
Nach der Fusion mit Exscientia im Jahr 2024 kombiniert Recursion seine phänomischen Karten mit strukturbasiertem Chemiedesign, um die Zeitpläne und Kosten für die Entdeckung zu verkürzen. Erwarten Sie größere Grundlagenmodelle, die auf den proprietären Karten der Biologie und Chemie trainiert werden, mehr Partnerprogramme mit Roche, Genentech, Sanofi und Bayer und eine zunehmende Prüfung, ob KI-basierte Kandidaten in klinischen Studien am Menschen erfolgreich sind, dem eigentlichen Test der Plattform.
Screening Zehntausender Verbindungen gegen Zellen, die seltene genetische Krankheiten wie zerebrale kavernöse Fehlbildungen modellieren, und Weiterentwicklung von Kandidaten wie REC-994 in Studien.
Verwendung von Cell-Painting-Phänotypen, um bestehende Medikamente für neue Indikationen umzufunktionieren, indem unerwartete zelluläre Ähnlichkeiten entdeckt werden.
Veröffentlichung des öffentlichen RxRx3-Datensatzes mit Millionen von Zellbildern, damit externe Forscher biologische Modelle trainieren und vergleichen können.
Partnerschaft mit Roche und Genentech zur Kartierung der Neurowissenschaften und der Biologie von Magen-Darm-Krebs im industriellen Maßstab.
Markteinführungsankündigungen können die Stabilität realer Produktionsabläufe übertreffen.
API-Preise oder Richtlinienänderungen können Annahmen über Nacht zunichte machen.
Die Abhängigkeit von einem einzigen Anbieter erhöht die Bindungs- und Migrationskosten.
Bewerten Sie Anbieter anhand Ihrer eigenen Aufgaben und Datensätze.
Lesen Sie vor der Integration Datenschutz, Sicherheit und rechtliche Bestimmungen.
Pflegen Sie einen Fallback-Plan für alle Modelle oder Anbieter.
Überwachen Sie die Versionshinweise, damit Roadmap-Änderungen die Teams nicht überraschen.
Free newsletter
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
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
Recursion Pharmaceuticals betreibt eines der weltweit größten automatisierten Biologielabore und generiert Petabytes an Zellbildern, um mithilfe von Modellen für maschinelles Lernen abzubilden, wie Medikamente Zellen verändern. Es ist wichtig, weil es die Nasslaborbiologie in ein Datenproblem verwandelt, das KI im industriellen Maßstab durchsuchen kann.
Der „Phänomik“-Ansatz von Recursion konzentriert sich auf Bilder von Zellen, die mit Medikamenten oder genetischen Veränderungen behandelt wurden und in numerische Fingerabdrücke umgewandelt werden.
Beim Cell Painting werden fluoreszierende Farbstoffe verwendet, um Strukturen wie den Zellkern und die Mitochondrien hervorzuheben, die über Bildgebungskanäle erfasst wurden.
Unterschiede in der Platte, dem Tag oder dem Instrument können die echte Biologie überdecken, daher isoliert die Chargenkorrektur das echte biologische Signal.
NVIDIA investierte im Jahr 2023 50 Millionen US-Dollar, was den GPU-lastigen Charakter der bildbasierten KI von Recursion widerspiegelt.
Recursion fusionierte mit Exscientia und kombinierte Phänomenologie mit strukturbasiertem Chemiedesign.
Lerne weiter
Weitere Leitfäden zu diesem Thema ausgewählt
Als nächstesNächster Leitfaden
Insitro Maschinelles Lernen Biologie
Unternehmen