SelanjutnyaPanduan berikutnya
AI in Pharmaceutical Manufacturing
Industri
PANDUAN Perusahaan
Recursion Pharmaceuticals menjalankan salah satu laboratorium biologi otomatis terbesar di dunia, menghasilkan gambar seluler berukuran petabyte agar model pembelajaran mesin dapat memetakan bagaimana obat mengubah sel.
Dengarkan panduan iniDiceritakan oleh AI · ~2 min
It matters because it turns wet-lab biology into a data problem that AI can search at industrial scale.
Recursion, didirikan pada tahun 2013 dan berbasis di Salt Lake City, membangun strateginya berdasarkan 'fenomics' - mengambil gambar mikroskop sel manusia yang diberi ribuan senyawa dan gangguan genetik, kemudian menggunakan pembelajaran mendalam untuk mengubah setiap gambar menjadi sidik jari numerik. Sel-sel dengan sidik jari yang serupa kemungkinan besar mempunyai biologi yang sama, sehingga sel yang telah diubah oleh penyakit dan didorong kembali oleh obat ke arah 'sehat' akan menjadi kandidat yang tepat. Laboratorium robotiknya menjalankan jutaan eksperimen setiap minggunya, memberi makan Sistem Operasi Rekursi (sekarang diberi merek di bawah perusahaan gabungan Recursion-Exscientia). Pada tahun 2023 NVIDIA menginvestasikan $50 juta, dan Recursion merilis superkomputer BioHive terbuka dan kumpulan data besar seperti RxRx3. Pendekatan ini menukar target yang dipilih dengan penemuan yang tidak memihak dan berbasis data di banyak penyakit sekaligus.
Menyaring puluhan ribu senyawa terhadap sel yang memodelkan penyakit genetik langka seperti malformasi kavernosa otak, memajukan kandidat seperti REC-994 ke dalam uji coba.
Menggunakan fenotipe Pengecatan Sel untuk menggunakan kembali obat yang ada untuk indikasi baru dengan menemukan kesamaan seluler yang tidak terduga.
Merilis kumpulan data publik RxRx3 yang berisi jutaan gambar sel sehingga peneliti luar dapat melatih dan membuat tolok ukur model biologi.
Bermitra dengan Roche dan Genentech untuk memetakan ilmu saraf dan biologi kanker gastrointestinal pada skala industri.
Setelah bergabung dengan Exscientia pada tahun 2024, Recursion menggabungkan peta fenomiknya dengan desain kimia berbasis struktur, yang bertujuan untuk mempersingkat waktu dan biaya penemuan. Harapkan model dasar yang lebih besar yang dilatih berdasarkan peta biologi dan kimia miliknya, lebih banyak program yang bermitra dengan Roche, Genentech, Sanofi, dan Bayer, dan peningkatan pengawasan terhadap apakah kandidat yang berasal dari AI berhasil dalam uji klinis pada manusia, yang merupakan ujian sesungguhnya bagi platform tersebut.
Buletin gratis
Tiga cerita AI terverifikasi setiap pagi hari kerja, ditulis dalam bahasa Inggris sederhana. Gratis selamanya, tanpa iklan.
Satu email setiap hari kerja. Berhenti berlangganan dalam satu klik. Kami tidak pernah menjual atau membagikan alamat Anda.
Uji diri Anda sendiri
Umpan balik instan untuk setiap jawaban, dan sertifikat yang dapat dibagikan dengan ID yang dapat diverifikasi setelah Anda lulus kursus.
Mendukung pendidikan AI gratis. AI Understanding adalah organisasi nirlaba 501(c)(3) — tanpa iklan, tanpa paywall, selamanya. Berikan sumbangan
Recursion Pharmaceuticals menjalankan salah satu laboratorium biologi otomatis terbesar di dunia, menghasilkan gambar seluler berukuran petabyte agar model pembelajaran mesin dapat memetakan bagaimana obat mengubah sel. Hal ini penting karena mengubah biologi laboratorium basah menjadi masalah data yang dapat dicari oleh AI pada skala industri.
Pendekatan 'fenomik' rekursi berpusat pada gambar sel yang diobati dengan obat atau perubahan genetik, yang diubah menjadi sidik jari numerik.
Pengecatan Sel menggunakan pewarna fluoresen untuk menyorot struktur seperti nukleus dan mitokondria, yang ditangkap melalui saluran pencitraan.
Perbedaan pelat, hari, atau instrumen dapat mengaburkan biologi sebenarnya, sehingga koreksi batch mengisolasi sinyal biologis asli.
NVIDIA menginvestasikan $50 juta pada tahun 2023, yang mencerminkan sifat AI berbasis gambar Recursion yang sarat GPU.
Rekursi digabungkan dengan Exscientia, menggabungkan fenomik dengan desain kimia berbasis struktur.
Teruslah belajar
Panduan lainnya dipilih untuk topik ini
SelanjutnyaPanduan berikutnya
AI in Pharmaceutical Manufacturing
Industri