InayofuataMwongozo unaofuata
Misingi ya Kujifunza kwa Mashine
Misingi
MWONGOZO wa Makampuni
Biolojia ya Kujifunza ya Mashine ya Insitro
Insitro huunganisha data kubwa ya kijenetiki na seli za binadamu na kujifunza kwa mashine ili kupata shabaha bora za dawa na wagonjwa wanaowezekana kujibu.
Sikiliza mwongozo huuInaonyeshwa na AI · ~2 min
Katika ukurasa huudk 2 kusoma
Muhtasari
Ni muhimu kwa sababu inashughulikia sababu kuu ya dawa kushindwa - kuchagua lengo lisilo sahihi - kwa msingi wa ugunduzi katika biolojia halisi ya binadamu.
Dive ya kina
Ilianzishwa mwaka wa 2018 na mwanabiolojia wa komputa na kiongozi wa zamani wa Stanford na Coursera Daphne Koller, Insitro ilijijenga kama kampuni ya 'kujifunza-kwanza' ya kugundua dawa. Wazo lake kuu ni kutengeneza seti kubwa za data zilizoundwa kwa makusudi ndani ya nyumba - kwa kutumia miundo ya magonjwa inayotokana na seli ya shina ya binadamu ('in vitro'), taswira ya maudhui ya juu, na vipimo vya 'omics - na kuvioanisha na makundi makubwa ya kijeni na kiafya ya binadamu kama vile Biobank ya Uingereza. Kujifunza kwa mashine kisha huunganisha sahihi za molekuli na seli na ugonjwa, kusaidia kutambua malengo ambayo jenetiki inapendekeza kwa kweli kusababisha ugonjwa, na kuwapanga wagonjwa katika vikundi vidogo. Jina lenyewe linachanganyika 'katika silico' (kokotoo) na 'in vitro' (baiolojia ya maabara). Insitro imeshirikiana na Gileadi na Bristol Myers Squibb na inaangazia maeneo kama vile magonjwa ya kimetaboliki, ini na mfumo wa neva.
Utekelezaji wa Ulimwengu Halisi
Miundo ya mafunzo juu ya uchunguzi wa MRI ya ini ili kuunda phenotypes kiasi, kisha kuendesha tafiti za uhusiano wa kijeni ili kupata shabaha za dawa za ugonjwa wa ini.
Kutumia nyuroni zinazotokana na seli ya binadamu kuiga ALS na magonjwa mengine ya mfumo wa neva kwa uchanganuzi wa ML.
Kushirikiana na Gileadi kugundua malengo ya steatohepatitis isiyo ya kileo (NASH) na adilifu ya ini.
Kuweka wagonjwa katika vikundi vidogo vya maumbile ili kutabiri ni nani atakayejibu tiba iliyotolewa.
Mustakabali wa Biolojia ya Kujifunza kwa Mashine ya Insitro
Insitro inasukuma kuelekea miundo ya ubashiri inayounganisha genotype na phenotype ya seli kwa matokeo ya mgonjwa, kuwezesha uteuzi lengwa na utabaka wa wagonjwa kabla ya majaribio ya gharama kubwa. Tarajia utumizi wa kina wa miundo ya msingi kwenye taswira na omics, miunganisho zaidi ya benki ya kibaolojia, na kuendeleza wagombeaji wa bomba la ndani. Changamoto kuu ni kufunga kitanzi: kuthibitisha kwamba malengo yaliyoteuliwa na AI, yanayoungwa mkono na jeni hutafsiri kuwa dawa zilizoidhinishwa ambazo hufanya kazi kwa wagonjwa wanaofaa.
Kuiweka katika vitendo
Kwa nini ni muhimu
- Mkakati wa muuzaji. Ramani za barabara za wachuuzi huathiri vipengele ambavyo timu yako inaweza kuunda baadaye.
- Gharama na bajeti. Masharti ya kibiashara na chaguzi za kupeleka huathiri gharama na hatari ya muda mrefu.
- Hatari na usalama. Vivutio vya kampuni hutengeneza chaguo-msingi za bidhaa, mkao wa usalama na uwazi.
Jihadharini na
- Matangazo ya uzinduzi yanaweza kushinda uthabiti katika utendakazi halisi wa uzalishaji.
- Bei za API au mabadiliko ya sera yanaweza kuvunja mawazo mara moja.
- Utegemezi wa muuzaji mmoja huongeza gharama za kufunga na kuhama.
Hatua zinazofuata
- Tathmini watoa huduma kwa kutumia kazi na seti zako za data.
- Kagua faragha, usalama na masharti ya kisheria kabla ya kuunganishwa.
- Dumisha mpango mbadala kwa miundo au wachuuzi.
- Fuatilia maelezo ya toleo ili mabadiliko ya ramani ya barabara yasiwashangaze timu.
Endelea Kuchunguza
Jarida halali
Pata taarifa ya kila siku ya AI
Hadithi tatu za AI zilizothibitishwa kila asubuhi ya wiki, zimetengenezwa kwa Kiingereza rahisi. Bila malipo daima, hakuna matangazo.
Barua pepe moja kila siku ya wiki. Jiondoe kwa bonyeza moja. Hatutauza au kushiriki anwani yako.
Jijaribu mwenyewe
Take the Insitro Machine Learning Biology quiz
Maoni ya haraka juu ya kila jibu, na cheti kinachoweza kushirikishwa na kitambulisho kinachoweza kuthibitishwa baada ya kupita kozi.
Changia elimu ya AI bila malipo. AI Understanding ni 501(c)(3) isiyo na faida — hakuna matangazo, hakuna kizuizi cha malipo, daima. Toa mchango
Maswali yanayoulizwa mara kwa mara
Biolojia ya Kujifunza ya Mashine ya Insitro ni nini?
Insitro huunganisha data kubwa ya kijenetiki na seli za binadamu na kujifunza kwa mashine ili kupata shabaha bora za dawa na wagonjwa wanaowezekana kujibu. Ni muhimu kwa sababu inashughulikia sababu kuu ya dawa kushindwa - kuchagua lengo lisilo sahihi - kwa msingi wa ugunduzi katika biolojia halisi ya binadamu.
Je, jina 'Insitro' linachanganya nini?
Jina linachanganya hesabu ya 'katika silico' na baiolojia ya maabara ya 'in vitro', ikichukua mbinu yake ya majaribio ya ML-plus.
Nani alianzisha Insitro?
Daphne Koller, mwanabiolojia wa kompyuta na mwanzilishi mwenza wa zamani wa Coursera, alianzisha Insitro mnamo 2018.
Kwa nini Insitro inasisitiza jeni za binadamu katika uteuzi lengwa?
Malengo yanayoungwa mkono na ushahidi wa kijenetiki wa binadamu yana uwezekano mkubwa wa kuwa sababu ya kweli, na hivyo kupunguza kushindwa kwa dawa.
'Fenotype ya kujifunza mashine' ni nini kama Insitro inavyoitumia?
Insitro hupata sifa za kiasi kutoka kwa picha zinazotumia ML, kisha huchunguza uhusiano wao wa kijeni.
Ni kundi gani kubwa la binadamu ambalo hutumika sana kwa masomo ya kijeni ya kiwango cha benki ya kibayolojia kama ya Insitro?
Biobank ya Uingereza inaunganisha data ya kijeni, taswira na afya kwa mamia ya maelfu ya watu.
Endelea kujifunza
Miongozo inayohusiana
Miongozo zaidi imechaguliwa kwa mada hii