Metanova Labs: Bittensor يُحدث ثورة في اكتشاف الأدوية من خلال الفحص الافتراضي اللامركزي، والتفاعلات التوليفية توسع الاحتمالات إلى 65 مليار، والحوافز المزدوجة تدفع الابتكار | TWIST

الملاحظات الرئيسية

• Bittensor هو شبكة لامركزية تستخدم الحوافز المشفرة لمكافأة المساهمات في نماذج الذكاء الاصطناعي والحوسبة.
• يمكن أن تدعم الشبكة مجموعة متنوعة من التطبيقات، بما في ذلك اكتشاف الأدوية واستئجار موارد الحوسبة.
• تتضمن الشبكات الفرعية في Bittensor ثلاثة جهات رئيسية: مالكي/مشغلي الشبكات الفرعية، عمال المناجم، والمصادقين.
• عملية اكتشاف الأدوية مكلفة حالياً وتستغرق وقتاً طويلاً، وغالباً ما توصف بأنها في حالة أزمة.
• أطلقت مختبرات Metanova نموذجاً أولياً للفحص الافتراضي اللامركزي، رائدةً هذا النهج في اكتشاف الأدوية.
• تسمح آليات الحوافز المزدوجة في الشبكة لعمال المناجم بتقديم الجزيئات أو التنافس مع خوارزميات البحث الكيميائي.
• عملية اختيار الحرارة في تطوير الأدوية تقيم التقديمات من حيث السمية والفعالية المحتملة.
• يمكن أن توسع التفاعلات التركيبية مجموعة بيانات الجزيئات المحتملة إلى حوالي 65 مليار احتمال.
• يتضمن تطوير الأدوية تقليل المخاطر على الأصول وتوليد الملكية الفكرية في مراحل متعددة.
• تتطلب تعقيدات تطوير الأدوية تحسيناً واختباراً لضمان السلامة والفعالية.
• تعتبر الطب الشخصي أمراً حيوياً بسبب استجابات الأفراد المتنوعة للعلاجات.
• يمكن أن تسهل الشبكات اللامركزية مثل Bittensor عملية اكتشاف الأدوية من خلال تحفيز الإبداع العالمي.

مقدمة الضيف

ميكايلا بازو هي الرئيسة التنفيذية لمختبرات Metanova، الشركة البيوتكنولوجية المرتبطة بالعملات المشفرة والتي تقف وراء NOVA، الشبكة اللامركزية للذكاء الاصطناعي Bittensor Subnet 68، التي تجمع بين اكتشاف الأدوية لفحص مليارات الجزيئات ضد أهداف بروتينية. لقد قامت منصتها بالفعل بفحص 4.8 مليون جزيء عبر 7,000 هدف، مسرعةً من تحديد العلاجات الجديدة لحالات عقلية مثل المزاج والمكافأة. تهدف Metanova إلى خفض تكاليف اكتشاف الأدوية إلى النصف من خلال استبدال نموذج Big Pharma البطيء القائم على التجربة والخطأ بتحسين الذكاء الاصطناعي الموزع.

هيكل وهدف Bittensor

• Bittensor هو شبكة لامركزية تحفز المساهمات في نماذج الذكاء الاصطناعي والحوسبة من خلال مكافآت مشفرة.

  — مختبرات Metanova

• تدعم الشبكة مجموعة واسعة من التطبيقات، بما في ذلك اكتشاف الأدوية واستئجار الحوسبة.

• واحدة من الأشياء التي تجعلها فريدة جداً هي حقيقة أنه يمكنك استخدام هذه الشبكة لتدريب أي نوع من حالات استخدام الذكاء الاصطناعي.

  — مختبرات Metanova

• يعتمد نموذج تشغيل Bittensor على مكافأة المساهمات المفيدة في الذكاء الاصطناعي.

• تعرض مرونة الشبكة تأثيرها المحتمل عبر صناعات متعددة.

• فهم الشبكات اللامركزية أمر حيوي لفهم دور Bittensor في الذكاء الاصطناعي.

• تعمل الشبكات الفرعية مع ثلاثة فاعلين رئيسيين: مالكي/مشغلي الشبكات الفرعية، عمال المناجم، والمصادقين.

• لديك مالك/مشغل الشبكة الفرعية، وعمال المناجم، والمصادقين، كل منهم يلعب دوراً حيوياً.

  — مختبرات Metanova

الأزمة في اكتشاف الأدوية

• يوصف اكتشاف الأدوية بأنه في حالة أزمة بسبب التكاليف المرتفعة والجدول الزمني الطويل.

• يصف معظم الناس ذلك بأنه في حالة أزمة، حيث يستغرق الدواء المتوسط حوالي 2.6 مليار دولار وعشر سنوات.

  — مختبرات Metanova

• العملية التقليدية مكلفة وتستغرق وقتاً طويلاً، مما يتطلب حلولاً مبتكرة.

• توفر الشبكات اللامركزية مثل Bittensor حلولاً محتملة لتبسيط عملية اكتشاف الأدوية.

• تقوم مختبرات Metanova بتمهيد الطريق لنهج لامركزي لمعالجة هذه التحديات.

• الحاجة إلى حلول مبتكرة تتضح من خلال القضايا الكبيرة في صناعة الأدوية.

• تسلط الحالة الحالية لاكتشاف الأدوية الضوء على أهمية حل المشكلات بشكل لامركزي.

• فهم التحديات في العمليات التقليدية لاكتشاف الأدوية أمر أساسي لتقدير النهج الجديدة.

الفحص الافتراضي اللامركزي

• أطلقت مختبرات Metanova نموذجاً أولياً للفحص الافتراضي اللامركزي.

• أطلقنا في 1 مارس وكان نموذجاً أولياً للقيام بذلك بطريقة لامركزية.

  — مختبرات Metanova

• لم يتم محاولة هذا النهج من قبل، مما يبرز طبيعته الرائدة.

• يهدف الفحص الافتراضي اللامركزي إلى تحسين اكتشاف الأدوية من خلال طرق مبتكرة.

• تعزز آليات الحوافز المزدوجة عملية الفحص الافتراضي.

• يمكن لعمال المناجم تقديم الجزيئات أو التنافس باستخدام خوارزميات البحث الكيميائي.

• عمال المناجم لدينا إما يقدمون جزيئات ذات اهتمام أو يتنافسون على خوارزميات البحث الكيميائي.

  — مختبرات Metanova

• يستفيد هذا النهج المبتكر من الأساليب اللامركزية والتحفيز.

دور التفاعلات التركيبية في اكتشاف الأدوية

• يمكن أن توسع التفاعلات التركيبية مجموعة بيانات الجزيئات المحتملة بشكل كبير.

• بدأنا بمجموعة بيانات من مليار جزيء ووسعناها إلى حوالي 65 مليار احتمال.

  — مختبرات Metanova

• يظهر هذا التوسع نطاق الاحتمالات في اكتشاف الأدوية.

• يبرز النهج المبتكر أهمية تخليق جزيئات جديدة من خلال الكيمياء التركيبية.

• فهم الكيمياء التركيبية أمر حيوي لتقدير دورها في اكتشاف الأدوية.

• يتم تعزيز إمكانيات اكتشاف الأدوية بشكل كبير من خلال توسيع مجموعة البيانات.

• يوفر هذا النهج منظوراً كميًا حول نطاق الاحتمالات.

• يبرز توسيع مجموعة البيانات الطبيعة المبتكرة لأساليب مختبرات Metanova.

عملية تقليل المخاطر وتوليد الملكية الفكرية

• يتضمن تطوير الأدوية تقليل المخاطر على الأصول وتوليد الملكية الفكرية.

• إنها لعبة تقليل المخاطر على الأصول وتوليد الملكية الفكرية.

  — مختبرات Metanova

• إنشاء الملكية الفكرية وإدارة المخاطر هي استراتيجيات أساسية في تطوير الأدوية.

• يبرز النهج الاستراتيجي أهمية إدارة المخاطر في البيوتكنولوجيا.

• فهم تعقيدات تطوير الأدوية أمر حيوي لتقدير هذه الاستراتيجيات.

• تعتبر عملية تقليل المخاطر على الأصول أساسية لتطوير الأدوية الناجحة.

• توليد الملكية الفكرية هو عنصر رئيسي في النهج الاستراتيجي لصناعة البيوتكنولوجيا.

• توفر هذه الرؤية تفسيراً واضحاً للنهج الاستراتيجية في تطوير الأدوية.

تعقيد تطوير الأدوية

• تطوير الأدوية هو عملية معقدة تتطلب تحسيناً واختباراً.

• الفكرة هي التحسين مقابل ما سيكون عشوائياً، مما يسرع الوصول إلى العلاجات.

  — مختبرات Metanova

• يتطلب الاختبار التكراري ضمان السلامة والفعالية في العلاجات.

• يعتبر الطب الشخصي حيوياً بسبب استجابات الأفراد المتنوعة.

• يبرز تعقيد تطوير الأدوية الحاجة إلى حلول مبتكرة.

• فهم التحديات في تحقيق علاجات فعالة أمر أساسي.

• تسلط ضرورة التحسين والاختبار الضوء على الطبيعة التكرارية لتطوير الأدوية.

• تفسر هذه الرؤية التحديات التي تواجه تحقيق علاجات فعالة.

                  **الإفصاح:** تم تحرير هذه المقالة من قبل فريق التحرير. لمزيد من المعلومات حول كيفية إنشاء المحتوى ومراجعته، انظر سياستنا التحريرية.