Przegląd
Recursion Pharmaceuticals prowadzi jedno z największych na świecie zautomatyzowanych laboratoriów biologicznych, generując petabajty obrazów komórkowych, aby umożliwić modelom uczenia maszynowego mapowanie, w jaki sposób leki zmieniają komórki. Ma to znaczenie, ponieważ zmienia biologię w mokrym laboratorium w problem danych, który sztuczna inteligencja może przeszukiwać na skalę przemysłową.
Sztuczną inteligencję Recursion Pharmaceuticals najlepiej rozumieć w kontekście strategii, dostępu do modelu, decyzji dotyczących platform i partnerstw ekosystemowych.
Głębokie nurkowanie
Założona w 2013 r. firma Recursion z siedzibą w Salt Lake City zbudowała swoją strategię wokół „fenomiki” — wykonywania obrazów mikroskopowych komórek ludzkich poddanych działaniu tysięcy związków chemicznych i zaburzeń genetycznych, a następnie wykorzystując głębokie uczenie się do przekształcania każdego obrazu w numeryczny odcisk palca. Komórki o podobnych odciskach palców prawdopodobnie mają tę samą biologię, więc komórka zmieniona chorobą, którą lek przywraca do stanu „zdrowego”, staje się kandydatem na trafienie. Jej zrobotyzowane laboratoria przeprowadzają co tydzień miliony eksperymentów, zasilając system operacyjny Recursion (obecnie pod marką połączonej firmy Recursion-Exscientia). W 2023 roku NVIDIA zainwestowała 50 milionów dolarów, a firma Recursion wypuściła otwarty superkomputer BioHive i duże zbiory danych, takie jak RxRx3. W tym podejściu ręcznie wybrane cele zostają zastąpione bezstronnymi, opartymi na danych odkryciami dotyczącymi wielu chorób jednocześnie.
Wgląd techniczny
Rekurencja wykorzystuje malowanie komórek: komórki są barwione barwnikami fluorescencyjnymi oznaczającymi organelle, takie jak jądro, mitochondria i cytoszkielet, a następnie obrazowane w różnych kanałach. Modele splotowe i w coraz większym stopniu oparte na transformatorach osadzają każdy obraz w wielowymiarowym wektorze. Co najważniejsze, zespół stosuje intensywną korektę wsadową w celu usunięcia artefaktów technicznych (płytka, dzień, instrument), tak aby dominował sygnał biologiczny. Leki są uszeregowane według sposobu, w jaki ich osadzenie przesuwa chore komórki w kierunku zdrowych stanów referencyjnych.
Opanuj sztuczną inteligencję farmaceutyczną rekurencji
Recursion Pharmaceuticals prowadzi jedno z największych na świecie zautomatyzowanych laboratoriów biologicznych, generując petabajty obrazów komórkowych, aby umożliwić modelom uczenia maszynowego mapowanie, w jaki sposób leki zmieniają komórki. Ma to znaczenie, ponieważ zmienia biologię w mokrym laboratorium w problem danych, który sztuczna inteligencja może przeszukiwać na skalę przemysłową. Sztuczną inteligencję Recursion Pharmaceuticals najlepiej rozumieć w kontekście strategii, dostępu do modelu, decyzji dotyczących platform i partnerstw ekosystemowych. Aby zbudować głębokie zrozumienie, traktuj sztuczną inteligencję Recursion Pharmaceuticals jako model operacyjny, a nie pojedynczą funkcję: zdefiniuj pożądane wyniki, wyjaśnij założenia i oddziel to, co system może niezawodnie zrobić, od tego, co wciąż wymaga fachowej oceny.
W praktyce silne zespoły korzystające ze sztucznej inteligencji Recursion Pharmaceuticals oceniają strategię dostawcy, niezawodność planu działania i ryzyko uzależnienia przed podjęciem decyzji. Dokumentują wyraźne kryteria sukcesu, testują realistyczne dane i przepływy pracy oraz wykonują iteracje w oparciu o zaobserwowane wzorce niepowodzeń, a nie jednorazowe zwycięstwa w testach porównawczych. W tym miejscu teoretyczne zrozumienie zamienia się w trwałe możliwości w zakresie produktu, polityki i operacji.
Plany dostawców wpływają na to, jakie funkcje Twój zespół będzie mógł dalej tworzyć. Jednocześnie ogłoszenia o uruchomieniu mogą przewyższyć stabilność rzeczywistych procesów produkcyjnych. Najbardziej odporne podejście polega na połączeniu szybkości eksperymentowania z dyscypliną zarządzania: przeprowadzanie programów pilotażowych, gromadzenie dowodów, publikowanie dzienników decyzji i ciągłe aktualizowanie zabezpieczeń w miarę ewolucji zachowań modelu, oczekiwań użytkowników i wymagań prawnych.
Wpływ strategiczny
Plany dostawców wpływają na to, jakie funkcje Twój zespół będzie mógł dalej tworzyć.
Plany dostawców wpływają na to, jakie funkcje Twój zespół będzie mógł dalej tworzyć. W przypadku wdrożeń wysokiej jakości przekłada się to na mierzalne zasady działania, granice własności i rytuały cyklicznych przeglądów, dzięki czemu zespoły mogą zwiększać pewność siebie zamiast skalować niejednoznaczność.
Warunki handlowe i opcje wdrożenia wpływają na długoterminowe koszty i ryzyko.
Warunki handlowe i opcje wdrożenia wpływają na długoterminowe koszty i ryzyko. W przypadku wdrożeń wysokiej jakości przekłada się to na mierzalne zasady działania, granice własności i rytuały cyklicznych przeglądów, dzięki czemu zespoły mogą zwiększać pewność siebie zamiast skalować niejednoznaczność.
Zachęty firmowe kształtują wady produktów, postawę bezpieczeństwa i otwartość.
Zachęty firmowe kształtują wady produktów, postawę bezpieczeństwa i otwartość. W przypadku wdrożeń wysokiej jakości przekłada się to na mierzalne zasady działania, granice własności i rytuały cyklicznych przeglądów, dzięki czemu zespoły mogą zwiększać pewność siebie zamiast skalować niejednoznaczność.
Implementacja w świecie rzeczywistym
Badanie przesiewowe dziesiątek tysięcy związków pod kątem komórek modelujących rzadkie choroby genetyczne, takie jak malformacje jamiste mózgu, w celu skierowania kandydatów takich jak REC-994 do prób.
Wykorzystanie fenotypów malowania komórek do zmiany przeznaczenia istniejących leków do nowych wskazań poprzez wykrywanie nieoczekiwanych podobieństw komórkowych.
Udostępnienie publicznego zbioru danych RxRx3 zawierającego miliony obrazów komórek, aby zewnętrzni badacze mogli szkolić i porównywać modele biologiczne.
Współpraca z firmami Roche i Genentech w celu mapowania neuronauki i biologii raka przewodu pokarmowego na skalę przemysłową.
Wzorce implementacyjne
Recursion Pharmaceuticals AI w praktyce
Badanie przesiewowe dziesiątek tysięcy związków pod kątem komórek modelujących rzadkie choroby genetyczne, takie jak malformacje jamiste mózgu, w celu skierowania kandydatów takich jak REC-994 do prób.
Sprawdzanie dziesiątek tysięcy związków pod kątem komórek modelujących rzadkie choroby genetyczne, takie jak malformacje jamiste mózgu, kierowanie kandydatów takich jak REC-994 do prób. Zespoły zwykle uzyskują lepsze wyniki, gdy od początku określają progi jakości, utrzymują ludzką ścieżkę eskalacji w przypadku przypadków skrajnych i śledzą zarówno wzrost produktywności, jak i koszty błędów w czasie.
Recursion Pharmaceuticals AI w praktyce
Wykorzystanie fenotypów malowania komórek do zmiany przeznaczenia istniejących leków do nowych wskazań poprzez wykrywanie nieoczekiwanych podobieństw komórkowych.
Wykorzystywanie fenotypów Cell Painting do zmiany przeznaczenia istniejących leków do nowych wskazań poprzez wykrywanie nieoczekiwanych podobieństw komórkowych Zespoły zwykle uzyskują lepsze wyniki, gdy z góry zdefiniują progi jakości, utrzymują ludzką ścieżkę eskalacji w przypadku przypadków brzegowych oraz śledzą zarówno wzrost produktywności, jak i koszty błędów w czasie.
Recursion Pharmaceuticals AI w praktyce
Udostępnienie publicznego zbioru danych RxRx3 zawierającego miliony obrazów komórek, aby zewnętrzni badacze mogli szkolić i porównywać modele biologiczne.
Udostępnienie publicznego zestawu danych RxRx3 zawierającego miliony obrazów komórek, aby zewnętrzni badacze mogli szkolić i porównywać modele biologiczne. Zespoły zwykle uzyskują lepsze wyniki, gdy z góry zdefiniują progi jakości, utrzymują ludzką ścieżkę eskalacji w przypadku przypadków brzegowych oraz śledzą zarówno wzrost produktywności, jak i koszty błędów w czasie.
Recursion Pharmaceuticals AI w praktyce
Współpraca z firmami Roche i Genentech w celu mapowania neuronauki i biologii raka przewodu pokarmowego na skalę przemysłową.
Współpraca z firmami Roche i Genentech w celu mapowania neuronauki i biologii nowotworów przewodu pokarmowego na skalę przemysłową Zespoły zwykle uzyskują lepsze wyniki, gdy z góry zdefiniują progi jakości, utrzymują ludzką ścieżkę eskalacji w przypadku przypadków brzegowych oraz śledzą zarówno wzrost produktywności, jak i koszty błędów w czasie.
Zagrożenia i poręcze
Ogłoszenia o wprowadzeniu na rynek mogą przekroczyć stabilność w rzeczywistych przepływach pracy.
Ceny interfejsów API lub zmiany zasad mogą z dnia na dzień złamać założenia.
Zależność od jednego dostawcy zwiększa koszty uzależnienia i migracji.
Plan wdrożenia
Oceniaj dostawców, korzystając z własnych zadań i zbiorów danych.
Oceniaj dostawców, korzystając z własnych zadań i zbiorów danych. Traktuj każdy krok jako bramkę dowodową: jeśli kryteria nie są spełnione, wstrzymaj wdrażanie, uzupełnij lukę i dopiero wtedy zwiększ wykorzystanie.
Przed integracją przejrzyj warunki dotyczące prywatności, bezpieczeństwa i prawa.
Przed integracją przejrzyj warunki dotyczące prywatności, bezpieczeństwa i prawa. Traktuj każdy krok jako bramkę dowodową: jeśli kryteria nie są spełnione, wstrzymaj wdrażanie, uzupełnij lukę i dopiero wtedy zwiększ wykorzystanie.
Utrzymuj plan awaryjny dla różnych modeli i dostawców.
Utrzymuj plan awaryjny dla różnych modeli i dostawców. Traktuj każdy krok jako bramkę dowodową: jeśli kryteria nie są spełnione, wstrzymaj wdrażanie, uzupełnij lukę i dopiero wtedy zwiększ wykorzystanie.
Monitoruj informacje o wersji, aby zmiany w planie działania nie zaskoczyły zespołów.
Monitoruj informacje o wersji, aby zmiany w planie działania nie zaskoczyły zespołów. Traktuj każdy krok jako bramkę dowodową: jeśli kryteria nie są spełnione, wstrzymaj wdrażanie, uzupełnij lukę i dopiero wtedy zwiększ wykorzystanie.