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

الملخصات الرئيسية

• Bittensor هو شبكة لامركزية تستخدم حوافز التشفير لمكافأة المساهمات في نماذج الذكاء الاصطناعي والحوسبة.
• يمكن للشبكة دعم مجموعة متنوعة من التطبيقات، بما في ذلك اكتشاف الأدوية وتأجير موارد الحوسبة.
• تنطوي الشبكات الفرعية في Bittensor على ثلاثة فاعلين رئيسيين: مالكي/مشغلي الشبكات الفرعية، وعمال المناجم، والمصادقين.
• عملية اكتشاف الأدوية مكلفة وتستغرق وقتًا طويلاً، وغالبًا ما توصف بأنها في حالة أزمة.
• أطلقت مختبرات Metanova نموذجًا أوليًا للاختبار الافتراضي اللامركزي، رائدةً هذا النهج في اكتشاف الأدوية.
• تسمح آليات الحوافز المزدوجة في الشبكة لعمال المناجم بتقديم الجزيئات أو المنافسة مع خوارزميات البحث الكيميائي.
• عملية اختيار الحرارة في تطوير الأدوية تقيم التقديمات من حيث السمية المحتملة والفعالية.
• يمكن أن توسع التفاعلات التركيبية مجموعة بيانات الجزيئات المحتملة لتصل إلى حوالي 65 مليار احتمال.
• يتضمن تطوير الأدوية تقليل المخاطر وتوليد الملكية الفكرية في مراحل متعددة.
• تتطلب تعقيدات تطوير الأدوية تحسينًا واختبارًا لضمان السلامة والفعالية.
• تعتبر الطب الشخصي أمرًا حيويًا نظرًا لاختلاف استجابة الأفراد للعلاجات.
• يمكن أن تعمل الشبكات اللامركزية مثل Bittensor على تبسيط عملية اكتشاف الأدوية من خلال تحفيز الإبداع العالمي.

مقدمة الضيف

ميكايلا بازو هي الرئيسة التنفيذية لمختبرات Metanova، الشركة البيولوجية المولودة من التشفير وراء NOVA، الشبكة اللامركزية للذكاء الاصطناعي Bittensor Subnet 68 التي تجمع اكتشاف الأدوية لفرز مليارات الجزيئات ضد أهداف البروتين. لقد قامت منصتها بالفعل بفرز 4.8 مليون جزيء عبر 7,000 هدف، مما يسرع من تحديد علاجات جديدة لحالات عقلية مثل المزاج والمكافأة. تهدف Metanova إلى تقليل تكاليف اكتشاف الأدوية إلى النصف من خلال استبدال نموذج تجارب الأدوية البطيء من الشركات الكبيرة بتحسين الذكاء الاصطناعي الموزع.

هيكل وهدف Bittensor

• Bittensor هي شبكة لامركزية تحفز المساهمات في نماذج الذكاء الاصطناعي والحوسبة من خلال مكافآت التشفير.

  — مختبرات Metanova

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

• أحد الأشياء التي تجعلها فريدة جدًا هو أنه يمكنك استخدام هذه الشبكة لتدريب أي نوع من حالات استخدام الذكاء الاصطناعي.

  — مختبرات Metanova

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

• تظهر مرونة الشبكة إمكانياتها المحتملة عبر الصناعات المختلفة.

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

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

• لديك مالك/مشغل الشبكة الفرعية، وعمال المناجم، والمصادقين، كل منهم يلعب دورًا حاسمًا.

  — مختبرات Metanova

الأزمة في اكتشاف الأدوية

• يوصف اكتشاف الأدوية بأنه في حالة أزمة بسبب التكاليف المرتفعة والجداول الزمنية الطويلة.

• يصف معظم الناس ذلك بأنه في حالة أزمة حيث تستغرق الأدوية المتوسطة حوالي 2.6 مليار دولار وعشر سنوات.

  — مختبرات Metanova

• العملية التقليدية مكلفة وتستغرق وقتًا طويلاً، مما يستلزم حلولًا مبتكرة.

• تقدم الشبكات اللامركزية مثل Bittensor حلولًا محتملة لتبسيط اكتشاف الأدوية.

• تبتكر مختبرات Metanova نهجًا لامركزيًا 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 بطريقة لامركزية.

• فهم التحديات في عمليات اكتشاف الأدوية التقليدية أمر ضروري لتقدير الأساليب الجديدة.

الاختبار الافتراضي اللامركزي

• أطلقت مختبرات Metanova نموذجًا أوليًا للاختبار الافتراضي اللامركزي.

• أطلقنا في 1 مارس وكان نموذجًا أوليًا للقيام بذلك بطريقة لامركزية.

  — مختبرات Metanova

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

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

• تعزز آليات الحوافز المزدوجة عملية الاختبار الافتراضي.

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

• عمال المناجم لدينا إما يقدمون جزيئات ذات اهتمام أو يتنافسون على الخوارزميات الكيميائية.

  — مختبرات Metanova

• يستفيد هذا النهج المبتكر من الطرق اللامركزية والتحفيز.

دور التفاعلات التركيبية في اكتشاف الأدوية

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

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

  — مختبرات Metanova

• يوضح هذا التوسع نطاق الاحتمالات في اكتشاف الأدوية.

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

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

• تعزز إمكانية اكتشاف الأدوية بشكل كبير من خلال توسيع مجموعة البيانات.

• يوفر هذا النهج منظورًا كميًا حول نطاق الاحتمالات.

• يؤكد توسيع مجموعة البيانات على الطبيعة المبتكرة لأساليب مختبرات Metanova.

عملية تقليل المخاطر وتوليد الملكية الفكرية

• يتضمن تطوير الأدوية تقليل المخاطر وتوليد الملكية الفكرية.

• إنها لعبة تقليل المخاطر وتوليد الملكية الفكرية.

  — مختبرات Metanova

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

• يبرز النهج الاستراتيجي أهمية إدارة المخاطر في صناعة البيوتكنولوجي.

• فهم تعقيدات تطوير الأدوية أمر حاسم لتقدير هذه الاستراتيجيات.

• تعتبر عملية تقليل المخاطر أساسية لتطوير الأدوية الناجح.

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

• توفر هذه الرؤية تفسيرًا واضحًا للنهج الاستراتيجية في تطوير الأدوية.

تعقيد تطوير الأدوية

• يعد تطوير الأدوية عملية معقدة تتطلب تحسينًا واختبارًا.

• الفكرة هي تحسين ما سيكون عشوائيًا، مما يسرع الوصول إلى العلاجات.

  — مختبرات Metanova

• يتطلب الاختبار المتكرر لضمان السلامة والفعالية في العلاجات.

• يعتبر الطب الشخصي أمرًا حيويًا نظرًا لاختلاف استجابة الأفراد.

• تتضح تعقيدات تطوير الأدوية من الحاجة إلى حلول مبتكرة.

• فهم التحديات في تحقيق العلاجات الفعالة أمر ضروري.

• تؤكد ضرورة التحسين والاختبار على الطبيعة التكرارية لتطوير الأدوية.

• تفسر هذه الرؤية التحديات التي تواجه تحقيق العلاجات الفعالة.

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