AI制药的新赛段,不是更大的模型,是会自进化的微观世界模型?
DeepTech深科技以百奥几何为例,讨论AI制药竞争从模型预测能力转向真实研发交付,核心是其提出的“自进化微观世界模型”,连接分子设计、细胞响应与自动化实验。
DeepTech深科技以百奥几何为例,讨论AI制药竞争从模型预测能力转向真实研发交付,核心是其提出的“自进化微观世界模型”,连接分子设计、细胞响应与自动化实验。
10月,@biohub,即陈·扎克伯格科学组织,将虚拟生物学计划扩大至18亿美元。 这笔资金用于开放、标准化的数据,以训练虚拟细胞——即预测细胞如何对药物或基因编辑作出响应的AI模型。 https://www.biopharmatrend.com/artificial-intelligence/the-18-billion-bet-that-more-data-will-enable-progress-in-virtual-cells-1609/
OpenAI于当地时间10月20日宣布收购药物研发项目协调软件公司Orchestra Bio,将其团队和技术并入生命科学产品线Rosalind,双方未披露交易金额。
推荐理由:以OpenAI收购Orchestra Bio为切口,横向比较几家头部AI公司在生命科学的不同下注方式。
Biohub 公布总口径达 18 亿美元的生物学协作计划,为预测细胞反应的 AI 模型铺设数据地基,但该金额包含资金、计算与既有数据资源,并非已到账现金。Evo 2 可一次处理约 100 万个碱基,其生成的基因组级序列在多项计算指标上更接近天然序列,但团队承认仍可能缺少必需基因,计算评估不能保证功能与复制能力。
Google 于 10 月 16 日发布技术博客,介绍其搭建自主湿实验室的进展:团队希望让 AI 智能体设计分子、安排实验、分析结果并据此调整下一轮方案,其中一项研究已找到能紧密结合实体瘤相关靶点的蛋白质分子,但机器人操作、分子筛选和蛋白质设计三项研究尚未全部打通。
推荐理由:Google 公布自主湿实验室进展,可与 Anthropic、OpenAI 的同类布局对照,看清 AI 进入实验台的不同路径。
AI公司正通过自建实验室、云实验室合作与资助虚拟生物学计划等方式参与生物数据生产。Anthropic组建基础生物学研究团队和实验室,用实验检验Claude模型的生物学设想;Biohub扩大虚拟生物学计划,Google DeepMind、Isomorphic Labs和Meta合计承诺投入3亿美元,整项计划总投入约18亿美元。
祝贺这一倡议的启动,也祝贺今天发布会汇聚了如此多元的社区!
文章简述了近期国外代表性AI药物研发工具/平台:Isomorphic Labs的IsoDDE可预测蛋白质与药物、抗体相互作用,在Runs N' Poses最难任务上准确度达AlphaFold 3两倍以上。
Biohub 与哥伦比亚大学等机构的研究者开发 AI 系统,用 ARACNe 与 VIPER/metaVIPER 从单细胞 RNA 测序数据中识别控制肿瘤细胞状态的 Master Regulators,发现同一瘤种的患者共享近乎相同的恶性细胞状态集合,相关结果发表于两篇 Nature Genetics 论文。
推荐理由:两篇 Nature Genetics 论文用单细胞数据刻画肿瘤细胞状态,并在 DMG 模型中验证组合用药的协同生存获益。
Biohub 发布基于下一代 ESM 的蛋白质生物学世界模型,可预测蛋白质折叠、相互作用与功能并设计新蛋白,科学家已用其设计抗体候选物,在针对癌症和免疫相关靶点的早期实验室测试中显示积极结果。该机构还与 UC Berkeley 团队合作推出全球首个电子显微镜激光相位板,并联合多家研究机构发起 Virtual Biology Initiative,以构建人类细胞的预测性虚拟模型。
Roshan Rao 宣布已完全开源其结合剂设计流程,该流程可生成纳摩尔亲和力的 scFv。代码忠实复现了论文中描述的管线,也正是产出其设计所用的同一套流程,入口为 https://tinyurl.com/7jnsuzv5。所引用的教程 notebook 位于 Biohub 的 esm 仓库,支持通过 @modal 扩展结合剂生成,相关 ESMFold2、ESMC、ESM Atlas 与完整结果见论文 https://biohub.ai/papers/esm_protein.pdf。
推荐理由:作者开源了论文中实际使用的结合剂设计流程,可复现生成纳摩尔亲和力 scFv 的完整管线。
与RJ和Brandon在Latent Space AI for Science播客上聊得很愉快,话题包括蛋白质语言模型、生物学中的规模化,以及新的ESMFold2。
Biohub 宣布支持 15 个研究项目,与合成生物学专家共同搭建免疫细胞工程的基础工具包,包括逻辑电路、合成受体、结合剂文库和传感平台。获资助团队包括 David Baker 团队设计可读取多种生物信号并作出响应的蛋白电路、James Collins 团队构建 RNA 分子电路、Wendell Lim 团队汇编传感器与逻辑电路模块目录。
推荐理由:Biohub 公布 15 个免疫细胞重编程资助项目,展示合成生物学工具包的模块化分工与团队布局。
Biohub 发起 Virtual Biology Initiative,计划生成数据以解锁生物学中的规模定律并构建准确的细胞预测模型,未来五年投入 1 亿美元支持 Biohub 之外的工作。
Biohub 的 AI 研究者、免疫学家与生物工程师提出 6 项策略,用 AI 结合单细胞生物学和 iPSC 技术重编程免疫细胞,使其检测疾病、报告物理变化并递送治疗。
Biohub正以工程化思路开发5种测量炎症的新方法,目标是在人体组织中实时观察免疫细胞活动。具体包括基于质谱的活组织蛋白质组与代谢组非侵入检测、可对免疫细胞基因做CRISPR扰动并读出影响的功基因组平台,以及用高通量T细胞/抗原筛选结合AI解码细胞识别、预测免疫细胞决策的Decoder工具。
CZI宣布启动一项大规模科学计划,将前沿AI与前沿生物学结合,Alex Rives以科学负责人身份加入CZI领导该计划,EvolutionaryScale团队同时并入Biohub。Rives称这是首个此类大规模科学行动,目标是构建可预测生命的模型以加速科学并加深对疾病的理解。