概述
這很重要,因為它將濕實驗室生物學轉變為人工智慧可以在工業規模上搜尋的數據問題。
深入探討
Recursion 成立於 2013 年,總部位於鹽湖城,圍繞著「表型組學」制定了策略——拍攝經過數千種化合物和遺傳擾動處理的人體細胞的顯微鏡圖像,然後使用深度學習將每張圖像轉換為數位指紋。具有相似指紋的細胞可能具有相同的生物學特性,因此藥物將疾病改變的細胞推回到「健康」狀態,成為候選目標。其機器人實驗室每週進行數百萬次實驗,為遞歸作業系統(現已合併後的 Recursion-Exscientia 公司品牌)提供數據。 2023年,NVIDIA投資了5,000萬美元,Recursion發布了開放的BioHive超級電腦和RxRx3等大型資料集。該方法將精心挑選的目標換成針對多種疾病的公正的、數據驅動的發現。
現實世界的實施
針對腦海綿狀血管瘤等罕見遺傳疾病模型的細胞篩選數以萬計的化合物,將 REC-994 等候選藥物推進試驗。
使用細胞繪畫表型透過發現意想不到的細胞相似性來重新利用現有藥物以用於新的適應症。
發布包含數百萬張細胞影像的 RxRx3 公共資料集,以便外部研究人員可以訓練和基準測試生物學模型。
與羅氏和基因泰克合作,以工業規模繪製神經科學和胃腸道癌症生物學圖譜。
遞歸製藥人工智慧的未來
2024 年與 Exscientia 合併後,Recursion 將其表型組圖與基於結構的化學設計相結合,旨在壓縮發現時間和成本。預計將有更大的基礎模型在其專有的生物和化學圖譜上進行訓練,與羅氏、基因泰克、賽諾菲和拜耳有更多的合作項目,以及對人工智能候選者是否在人體臨床試驗中取得成功的日益嚴格的審查,這是該平台的真正考驗。
付諸實踐
為什麼這很重要
- 供應商策略. 供應商路線圖會影響您的團隊接下來可以建立的功能。
- 成本與預算. 商業條款和部署選項會影響長期成本和風險。
- 風險與安全. 公司激勵措施塑造了產品預設、安全態勢和開放性。
留意
- 發佈公告可能會超過實際生產工作流程的穩定性。
- API 定價或政策轉變可能會在一夜之間打破假設。
- 單一供應商依賴性增加了鎖定和遷移成本。
後續步驟
- 使用您自己的任務和資料集評估提供者。
- 在整合之前查看隱私、安全和法律條款。
- 維護跨模型或供應商的後備計劃。
- 監控發行說明,以便路線圖的變更不會讓團隊感到意外。
不斷探索
常見問題
什麼是遞歸製藥人工智慧?
Recursion Pharmaceuticals 經營著世界上最大的自動化生物實驗室之一,產生 PB 級的細胞影像,讓機器學習模型繪製藥物如何改變細胞的圖譜。這很重要,因為它將濕實驗室生物學轉變為人工智慧可以在工業規模上搜尋的數據問題。
Recursion 用於訓練其 AI 模型的核心資料類型是什麼?
Recursion 的「表型組學」方法以經過藥物或基因變化處理的細胞圖像為中心,轉化為數位指紋。
細胞繪畫技術有什麼作用?
細胞繪畫使用螢光染料突出顯示通過成像通道捕獲的細胞核和線粒體等結構。
為什麼遞歸對其資料應用大量批量校正?
板、天或儀器的差異可能會淹沒真實的生物訊號,因此批量校正可以隔離真正的生物訊號。
哪家公司在 2023 年向 Recursion 投資了 5,000 萬美元?
NVIDIA 在 2023 年投資了 5000 萬美元,反映了 Recursion 基於圖像的 AI 的 GPU 重度性質。
2024 年,Recursion 與哪家人工智慧藥物發現公司合併?
Recursion 與 Exscientia 合併,將表型組學與基於結構的化學設計結合。