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.

Muhtasari

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.

Biolojia ya Kujifunza ya Mashine ya Insitro inaeleweka vyema zaidi katika muktadha wa mkakati, ufikiaji wa mfano, maamuzi ya jukwaa na ushirikiano wa mfumo ikolojia.

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.

Ufahamu wa Kiufundi

Mbinu ya sahihi ya Insitro hutumia kujifunza kwa mashine kwenye picha za matibabu - kwa mfano, miundo ya kina inayosoma MRI ya ini au histopatholojia - kupata 'phenotypes za kujifunza mashine' kiasi. Kuendesha tafiti za muungano wa jenomu kote dhidi ya sifa hizi zinazotokana na AI katika idadi ya watu wa kiwango cha benki ya kibayolojia kunaweza kuibua lahaja za kijeni, na kwa hivyo shabaha za sababu, ambazo lebo za kliniki ghafi zinakosa. Hii inahusisha jeni za binadamu, ushahidi dhabiti zaidi kwamba mlengwa ni muhimu, na azimio tajiri la phenotypic kutoka kwa AI.

Kujua Biolojia ya Kujifunza kwa 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. Ni muhimu kwa sababu inashughulikia sababu kuu ya dawa kushindwa - kuchagua lengo lisilo sahihi - kwa msingi wa ugunduzi katika biolojia halisi ya binadamu. Biolojia ya Kujifunza ya Mashine ya Insitro inaeleweka vyema zaidi katika muktadha wa mkakati, ufikiaji wa mfano, maamuzi ya jukwaa na ushirikiano wa mfumo ikolojia. Ili kujenga uelewa wa kina, chukulia Insitro Machine Learning Biology kama muundo wa uendeshaji, si kipengele kimoja: kufafanua matokeo yanayotarajiwa, kufafanua mawazo, na kutenganisha kile ambacho mfumo unaweza kufanya kwa uhakika na kile ambacho bado kinahitaji uamuzi wa kitaalamu.

Katika mazoezi, timu dhabiti zinazotumia Biolojia ya Kujifunza Mashine ya Insitro hutathmini mkakati wa muuzaji, kutegemewa kwa ramani ya barabara, na hatari ya kujifungia kabla ya kujitolea. Huandika vigezo dhahiri vya kufaulu, kujaribu dhidi ya data halisi na mtiririko wa kazi, na kurudia kulingana na mifumo ya kushindwa iliyoonekana badala ya ushindi wa mara moja wa benchmark. Hapa ndipo uelewa wa kinadharia unapogeuka kuwa uwezo wa kudumu katika bidhaa, sera na uendeshaji.

Ramani za barabara za wachuuzi huathiri vipengele ambavyo timu yako inaweza kuunda baadaye. Wakati huo huo, matangazo ya Uzinduzi yanaweza kupita uthabiti katika utendakazi halisi wa uzalishaji. Mbinu thabiti zaidi ni kuchanganya kasi ya majaribio na nidhamu ya utawala: kuendesha majaribio, kunasa ushahidi, kuchapisha kumbukumbu za maamuzi, na kuendelea kusasisha ulinzi huku tabia ya kielelezo, matarajio ya watumiaji na mahitaji ya udhibiti yanapobadilika.

Athari za kimkakati

Ramani za barabara za wachuuzi huathiri vipengele ambavyo timu yako inaweza kuunda baadaye.

Ramani za barabara za wachuuzi huathiri vipengele ambavyo timu yako inaweza kuunda baadaye. Katika utumaji wa ubora wa juu, hii inatafsiriwa katika sheria zinazoweza kupimika za uendeshaji, mipaka ya umiliki, na desturi za ukaguzi wa mara kwa mara ili timu ziweze kuongeza imani badala ya kuongeza utata.

Masharti ya kibiashara na chaguzi za kupeleka huathiri gharama na hatari ya muda mrefu.

Masharti ya kibiashara na chaguzi za kupeleka huathiri gharama na hatari ya muda mrefu. Katika utumaji wa ubora wa juu, hii inatafsiriwa katika sheria zinazoweza kupimika za uendeshaji, mipaka ya umiliki, na desturi za ukaguzi wa mara kwa mara ili timu ziweze kuongeza imani badala ya kuongeza utata.

Vivutio vya kampuni hutengeneza chaguo-msingi za bidhaa, mkao wa usalama na uwazi.

Vivutio vya kampuni hutengeneza chaguo-msingi za bidhaa, mkao wa usalama na uwazi. Katika utumaji wa ubora wa juu, hii inatafsiriwa katika sheria zinazoweza kupimika za uendeshaji, mipaka ya umiliki, na desturi za ukaguzi wa mara kwa mara ili timu ziweze kuongeza imani badala ya kuongeza utata.

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.

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.

Miundo ya Utekelezaji

Biolojia ya Kujifunza ya Mashine ya Insitro kwa vitendo

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.

Miundo ya mafunzo kwenye uchunguzi wa MRI ya ini ili kuunda phenotypes za kiasi, kisha kuendesha tafiti za uhusiano wa kijeni ili kupata malengo ya madawa ya ugonjwa wa ini Kwa kawaida Timu hupata matokeo bora zaidi zinapofafanua vizingiti vya ubora mbele, kuweka njia ya kupanda kwa binadamu kwa matukio makali, na kufuatilia faida zote za uzalishaji na gharama za makosa kwa muda.

Biolojia ya Kujifunza ya Mashine ya Insitro kwa vitendo

Kutumia nyuroni zinazotokana na seli ya binadamu kuiga ALS na magonjwa mengine ya mfumo wa neva kwa uchanganuzi wa ML.

Kutumia niuroni zinazotokana na seli-shina la binadamu ili kuiga ALS na magonjwa mengine ya mfumo wa neva kwa uchanganuzi wa ML Timu kwa kawaida hupata matokeo bora zaidi zinapofafanua vizingiti vya ubora mbele, kuweka njia ya kupanda kwa binadamu kwa matukio makali, na kufuatilia faida za tija na gharama za makosa kwa wakati.

Biolojia ya Kujifunza ya Mashine ya Insitro kwa vitendo

Kushirikiana na Gileadi kugundua malengo ya steatohepatitis isiyo ya kileo (NASH) na adilifu ya ini.

Kushirikiana na Gileadi ili kugundua malengo ya steatohepatitis isiyo ya kileo (NASH) na Timu za adilifu ini kwa kawaida hupata matokeo bora zaidi zinapofafanua vizingiti vya ubora mbele, kuweka njia ya kupanda kwa binadamu kwa visa vikali, na kufuatilia faida za tija na gharama za makosa kwa wakati.

Biolojia ya Kujifunza ya Mashine ya Insitro kwa vitendo

Kuweka wagonjwa katika vikundi vidogo vya maumbile ili kutabiri ni nani atakayejibu tiba iliyotolewa.

Kuweka wagonjwa katika vikundi vidogo vya kijeni ili kutabiri ni nani atakayeitikia tiba fulani Timu kwa kawaida hupata matokeo bora zaidi zinapofafanua vizingiti vya ubora mbele, kuweka njia ya kupanda kwa binadamu kwa matukio makali, na kufuatilia faida zote za tija na gharama za makosa baada ya muda.

Hatari & Walinzi

!

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.

Ramani ya Utekelezaji

1

Tathmini watoa huduma kwa kutumia kazi na seti zako za data.

Tathmini watoa huduma kwa kutumia kazi na seti zako za data. Chukulia kila hatua kama lango la ushahidi: ikiwa vigezo havitatimizwa, sitisha uchapishaji, funga pengo, kisha upanue matumizi.

2

Kagua faragha, usalama na masharti ya kisheria kabla ya kuunganishwa.

Kagua faragha, usalama na masharti ya kisheria kabla ya kuunganishwa. Chukulia kila hatua kama lango la ushahidi: ikiwa vigezo havitatimizwa, sitisha uchapishaji, funga pengo, kisha upanue matumizi.

3

Dumisha mpango mbadala kwa miundo au wachuuzi.

Dumisha mpango mbadala kwa miundo au wachuuzi. Chukulia kila hatua kama lango la ushahidi: ikiwa vigezo havitatimizwa, sitisha uchapishaji, funga pengo, kisha upanue matumizi.

4

Fuatilia maelezo ya toleo ili mabadiliko ya ramani ya barabara yasiwashangaze timu.

Fuatilia maelezo ya toleo ili mabadiliko ya ramani ya barabara yasiwashangaze timu. Chukulia kila hatua kama lango la ushahidi: ikiwa vigezo havitatimizwa, sitisha uchapishaji, funga pengo, kisha upanue matumizi.

Endelea Kuchunguza