Biologia i farmacja

img-mv26w7pq-e1122db5

 

Opis


Rozszerzanie platformy badawczo-rozwojowej w zakresie materiałów AI na produkty biologiczne – wyzwania związane z białkami, przeciwciałami i formułami. Możliwości planu działania w fazie rozwoju
 

  

8 29

Biologia i farmacja — system materiałowy / przewidywalna wydajność / ścieżka walidacji

 

 

 

 

 

 

Sztuczna inteligencja dla materiałów biologicznych i farmaceutycznych — poszerzanie stosu badawczo-rozwojowego w zakresie materiałów

 

 

1. Uwaga dotycząca planu działania:

Możliwości biologiczne MatterSeek są w fazie rozwoju. Na tej stronie opisano kierunek jazdy i części platformy, które już obowiązują. Nie opisuje produktu ogólnodostępnego.

2. MatterSeek to platforma badawczo-rozwojowa w zakresie materiałów AI, której podstawowa metoda

— przewidywanie właściwości materiału bezpośrednio na podstawie składu, a następnie walidację w zautomatyzowanym laboratorium — zbudowano dla systemów materiałów nieorganicznych i organicznych. Rozszerzenie tej metody na materiały biologiczne i farmaceutyczne to kierunek planu działania oparty na tych samych trzech podstawach: modelowaniu opartym na deskryptorach, hierarchicznej architekturze predykcji i zamkniętej pętli eksperymentalnej.

3. Podstawowy problem jest wspólny.

Rozwój białek i przeciwciał napotyka te same strukturalne wąskie gardła, co opracowywanie materiałów: bardzo dużą przestrzeń projektową, kosztowną ocenę eksperymentalną i dane, które są fragmentaryczne między programami. Powinowactwo, stabilność, zachowanie podczas agregacji i zgodność formuł są mierzone w oddzielnych kampaniach, a interakcje między nimi rzadko są modelowane łącznie.

4. Co przekłada się z platformy materiałów. Trzy elementy można bezpośrednio przenieść.

Po pierwsze, przewidywanie właściwości w oparciu o deskryptory — to samo podejście, które koduje ponad tysiąc deskryptorów materiałów, ma bezpośredni odpowiednik w deskryptorach sekwencji, struktury i formuły. Po drugie, uczenie się na podstawie małych danych: hierarchiczna architektura MatterSeek została zaprojektowana z myślą o reżimach, w których oznakowanych próbek jest niewiele, co jest raczej normalnym warunkiem w rozwoju produktów biologicznych, a nie wyjątkiem. Po trzecie, projekt eksperymentalny w zamkniętej pętli — wykorzystujący przewidywaną niepewność przy wyborze następnego eksperymentu, który ma wpływ na badanie przesiewowe formulacji i projekt badania stabilności.

5. Dlaczego pętla jest ważniejsza niż model.

Autonomiczne laboratorium MatterSeek prowadzi automatyczne przygotowanie próbek do analizy FTIR i NMR oraz jednoczesnej analizy termicznej, a jego architektura jest zorganizowana wokół syntezy łańcuchów, charakteryzacji i informacji zwrotnej danych. Przepływ pracy związany z produktami biologicznymi wymagałby własnego łańcucha przygotowawczego i analitycznego; częścią zbywalną jest struktura w pętli zamkniętej, a nie konkretne instrumenty.

6. Gdzie platforma ma obecnie zastosowanie.

W przypadku organizacji farmaceutycznych i biologicznych obecnie dostępne możliwości dotyczą prac związanych z materiałami: substancji pomocniczych, materiałów opakowaniowych i pojemników, nieorganicznych i organicznych materiałów procesowych oraz układów katalitycznych stosowanych w syntezie. Są one obsługiwane przez istniejące rodziny modeli nieorganicznych i organicznych. Jeśli interesuje Cię konkretnie plan działania w zakresie leków biologicznych, wolelibyśmy omówić go bezpośrednio, niż zawyżać gotowość.

 

Często zadawane pytania

 

 

P: Czy możliwości biologiczne są już dostępne?

O: Nie. Jest w fazie rozwoju. Obecnie dostępne rodziny modeli obejmują materiały nieorganiczne i organiczne.

P: Co przenosi się z platformy materiałowej na biologiczną?

Odp.: Przewidywanie właściwości w oparciu o deskryptory, uczenie się na małych danych i metoda projektowania eksperymentalnego w pętli zamkniętej.

P: Czy MatterSeek może obecnie pomóc w zakresie substancji pomocniczych lub materiałów procesowych?

O: Tak. Substancje pomocnicze, materiały opakowaniowe i pojemnikowe oraz katalizatory procesowe wchodzą w zakres istniejącego modelu nieorganicznego i organicznego.

 

Yuyao (Beijing) Technology Co., Ltd. to profesjonalna firma specjalizująca się w łączeniu sztucznej inteligencji i zaawansowanych materiałów biologicznych i farmaceutycznych. Firma niezależnie opracowała MatterSeek — podstawowy duży model dostosowany do sektora materiałów — i była pionierem algorytmu HNN (Hierarchical Neural Network), tworząc jednocześnie zastrzeżoną, kontrolowaną bazę danych eksperymentów materiałowych.