引导式测验 · 中等 等级

递归制药 AI 测验

测试递归如何将细胞图像转化为表型指纹，并将受干扰的细胞与健康参考进行比较，以确定候选细胞的优先级。

相关引导路径递归制药人工智能
问题 1 的 8

Recursion 用于训练其 AI 模型的核心数据类型是什么？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. Recursion 用于训练其 AI 模型的核心数据类型是什么？
    • 受干扰的人体细胞的显微镜图像
    • 患者电子健康记录
    • 蛋白质晶体结构
    • 基因组测序只读
  2. 细胞绘画技术有什么作用？
    • 用于跟踪的颜色实验室设备
    • 使用荧光染料对细胞器进行染色以进行多通道成像
    • 在手术期间绘制肿瘤
    • 为图像添加AI水印
  3. 为什么递归对其数据应用大量批量校正？
    • 压缩文件大小
    • 匿名化患者数据
    • 消除技术假象，使生物信号占主导地位
    • 加快机器人运动速度
  4. 哪家公司在 2023 年向 Recursion 投资了 5000 万美元？
    • 辉瑞公司
    • 特斯拉
    • Amazon
    • NVIDIA
  5. 2024 年，Recursion 与哪家人工智能药物发现公司合并？
    • 科学界
    • 因西特罗
    • 同构实验室
    • DeepMind
  6. Recursion 平台的关键现实测试是什么？
    • 生成的图像数量
    • 人工智能候选者是否在人体临床试验中取得成功
    • 机器人速度
    • 社交媒体参与度
  7. What does Recursion's phenomics pipeline produce from images of perturbed cells?
    • A complete clinical diagnosis for each patient
    • A three-dimensional protein structure for every compound
    • Numerical fingerprints that summarize cellular morphology
    • A direct measurement of a drug's approval probability
  8. How can Recursion use a phenomic fingerprint to nominate a possible drug hit?
    • Select the compound with the brightest microscope image in every assay
    • Choose the compound that changes no measured cell features
    • Assume a similar fingerprint proves clinical effectiveness in people
    • Look for a compound that shifts disease-altered cells toward a healthy reference state