ДаліНаступний посібник
AI in Pharmaceutical Manufacturing
Галузі промисловості
ГІД компаній
Recursion Pharmaceuticals керує однією з найбільших у світі автоматизованих біологічних лабораторій, яка генерує петабайти клітинних зображень, щоб дозволити моделям машинного навчання відображати, як ліки змінюють клітини.
Послухайте цей посібникШІ-розказаний · ~2 min
Це важливо, оскільки перетворює біологію мокрої лабораторії на проблему даних, яку ШІ може шукати в промислових масштабах.
Компанія Recursion, заснована в 2013 році з Солт-Лейк-Сіті, побудувала свою стратегію навколо «феноміки» — отримання мікроскопічних зображень людських клітин, оброблених тисячами сполук і генетичних збурень, а потім використання глибокого навчання для перетворення кожного зображення в числовий відбиток. Клітини зі схожими відбитками пальців, ймовірно, мають спільну біологію, тож змінена хворобою клітина, яку препарат повертає до «здорової», стає кандидатом на удар. Її роботизовані лабораторії щотижня проводять мільйони експериментів, живлячи операційну систему Recursion (тепер під брендом об’єднаної компанії Recursion-Exscientia). У 2023 році NVIDIA інвестувала 50 мільйонів доларів, і Recursion випустила відкритий суперкомп’ютер BioHive і великі набори даних, такі як RxRx3. Цей підхід замінює підібрані вручну цілі для об’єктивного відкриття на основі даних для багатьох захворювань одночасно.
Скринінг десятків тисяч сполук проти клітин, що моделюють рідкісні генетичні захворювання, такі як церебральна кавернозна вада розвитку, просування таких кандидатів, як REC-994, до випробувань.
Використання фенотипів малювання клітин для перепрофілювання існуючих ліків для нових показань шляхом виявлення несподіваних клітинних подібностей.
Публікація загальнодоступного набору даних RxRx3 із мільйонами зображень клітин, щоб сторонні дослідники могли тренувати та порівнювати біологічні моделі.
Партнерство з Roche і Genentech для картографування нейронаук і біології раку шлунково-кишкового тракту в промислових масштабах.
Після злиття з Exscientia у 2024 році Recursion поєднує свої феномічні карти зі структурним хімічним дизайном, щоб скоротити часові рамки відкриття та витрати. Очікуйте більших базових моделей, навчених на його власних картах біології та хімії, більше партнерських програм із Roche, Genentech, Sanofi та Bayer, а також посилення перевірки на те, чи кандидати, створені за допомогою ШІ, досягають успіху в клінічних випробуваннях на людях, справжньому випробуванні платформи.
Безплатний розсилок
Три перевірені історії про ШІ щоробочого ранку, написані простою мовою. Безплатно назавжди, без реклами.
Один лист щотижня з понеділка по п'ятницю. Відписатися в один клік. Ми ніколи не продаємо та не передаємо вашу адресу.
Перевір себе
Миттєва зворотна связь на кожну відповідь та сертифікат із перевіреним ідентифікатором, яким можна поділитися, після проходження курсу.
Підтримайте безплатну освіту у сфері ШІ. AI Understanding — це некомерційна організація 501(c)(3) — без реклами, без платних стін, назавжди. Зробіть пожертву
Recursion Pharmaceuticals керує однією з найбільших у світі автоматизованих біологічних лабораторій, яка генерує петабайти клітинних зображень, щоб дозволити моделям машинного навчання відображати, як ліки змінюють клітини. Це важливо, оскільки перетворює біологію мокрої лабораторії на проблему даних, яку штучний інтелект може шукати в промислових масштабах.
Підхід «феноміки» рекурсії зосереджується на зображеннях клітин, оброблених ліками або генетичними змінами, перетворених на цифрові відбитки пальців.
У Cell Painting використовуються флуоресцентні барвники, щоб виділити такі структури, як ядро та мітохондрії, зафіксовані через канали зображення.
Відмінності в планшеті, дні або інструменті можуть затопити реальну біологію, тому пакетна корекція виділяє справжній біологічний сигнал.
NVIDIA інвестувала 50 мільйонів доларів у 2023 році, відображаючи важку природу графічного процесора ШІ Recursion на основі зображень.
Рекурсія об’єдналася з Exscientia, об’єднавши феноміку зі структурним хімічним дизайном.
Продовжуйте вчитися
Інші посібники, вибрані для цієї теми
ДаліНаступний посібник
AI in Pharmaceutical Manufacturing
Галузі промисловості