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 هي شبكة لا مركزية تستخدم الحوافز المشفرة لمكافأة المساهمات في نماذج الذكاء الاصطناعي والحوسبة.
• يمكن للشبكة دعم مجموعة متنوعة من التطبيقات، بما في ذلك اكتشاف الأدوية وتأجير موارد الحوسبة.
• تتضمن الـSubnets في Bittensor ثلاثة أطراف رئيسية: مالكو/مشغلو الـsubnet، والمعدّنون، والتحقّقون.
• إن عملية اكتشاف الأدوية مكلفة وتستغرق وقتًا طويلًا حاليًا، وغالبًا ما تُوصَف بأنها في حالة أزمة.
• أطلقت Metanova Labs نموذجًا أوليًا لإجراء الفحص الافتراضي اللامركزي، مميزةً هذا النهج في اكتشاف الأدوية.
• تتيح آليتا الحوافز المزدوجة في الشبكة للمعدّنين إرسال جزيئات أو المنافسة مع خوارزميات البحث الكيميائي.
• تقوم عملية انتقاء السخونة في تطوير الأدوية بتقييم عمليات الإرسال لاحتمالات السمية والفعالية.
• يمكن للتفاعلات التراكيبية توسيع مجموعة البيانات الخاصة بالجزيئات المحتملة إلى حوالي 65 مليار احتمال.
• يتضمن تطوير الأدوية التخلص من المخاطر للأصول وتوليد الملكية الفكرية على مراحل متعددة.
• تتطلب تعقيدات تطوير الأدوية تكريرًا واختبارًا لضمان السلامة والفعالية.
• تُعد الطبّ الشخصي أمرًا حاسمًا بسبب اختلاف استجابات الأفراد للعلاجات.
• يمكن للشبكات اللامركزية مثل Bittensor تبسيط عملية اكتشاف الأدوية عبر تحفيز الإبداع على مستوى العالم.

مقدمة الضيف

Micaela Bazo هي الرئيس التنفيذي لشركة Metanova Labs، وهي شركة التكنولوجيا الحيوية الأصيلة للتمويل المشفر (crypto-native) التي تقف خلف NOVA و Bittensor Subnet 68، وهي شبكة ذكاء اصطناعي لامركزية تقوم بتجميع مساهمات الأفراد من أجل اكتشاف الأدوية عبر فحص مليارات الجزيئات مقابل أهداف البروتين. وقد قامت منصتها بالفعل بفحص 4.8 مليون جزيء عبر 7,000 هدف، ما يسرّع تحديد علاجات مبتكرة لحالات ذهنية مثل المزاج والمكافأة. تهدف Metanova إلى خفض تكاليف اكتشاف الأدوية إلى النصف عبر استبدال نموذج التجارب البطيء القائم على التجربة والخطأ لدى Big Pharma بتحسين موزع باستخدام الذكاء الاصطناعي.

بنية ووظيفة Bittensor

• Bittensor هي شبكة لا مركزية تُحفّز المساهمات في نماذج الذكاء الاصطناعي والحوسبة عبر مكافآت مشفرة.

  — Metanova Labs

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

• إحدى الأشياء التي تجعلها فريدة للغاية هي أنه يمكنك استخدام هذه الشبكة لتدريب أي نوع من حالات استخدام الذكاء الاصطناعي.

  — Metanova Labs

• يعتمد نموذج تشغيل Bittensor على مكافأة مساهمات الذكاء الاصطناعي المفيدة.

• تُبرز مرونة الشبكة إمكان تأثيرها عبر صناعات متعددة.

• يعد فهم الشبكات اللامركزية أمرًا بالغ الأهمية لفهم دور Bittensor في الذكاء الاصطناعي.

• تعمل الـsubnets بمشاركة ثلاثة أطراف رئيسية: مالكو/مشغلو الـsubnet، والمعدّنون، والتحقّقون.

• لديك مالك/مشغل الـsubnet، والمعدّنون، والتحقّقون، ولكل منهم دور حاسم.

  — Metanova Labs

الأزمة في اكتشاف الأدوية

• يوصف اكتشاف الأدوية بأنه في حالة أزمة بسبب ارتفاع التكاليف وطول المدد الزمنية.

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

  — Metanova Labs

• إن العملية التقليدية مكلفة وتستغرق وقتًا طويلًا، ما يتطلب حلولًا مبتكرة.

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

• تعمل Metanova Labs على ريادة نهج لامركزي لمعالجة هذه التحديات.

• تُبرز الحاجة إلى حلول مبتكرة المشكلات الكبيرة في صناعة الأدوية.

• يشير الوضع الحالي لاكتشاف الأدوية إلى أهمية إيجاد حلول للمشكلة بشكل لامركزي.

• يعد فهم التحديات في عمليات اكتشاف الأدوية التقليدية ضروريًا لفهم المناهج الجديدة.

الفحص الافتراضي اللامركزي

• أطلقت Metanova Labs نموذجًا أوليًا للفحص الافتراضي اللامركزي.

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

  — Metanova Labs

• لم تكن هذه المقاربة قد تمّت من قبل، ما يبرز طبيعتها الرائدة.

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

• تُعزّز آليتا الحوافز المزدوجة عملية الفحص الافتراضي.

• يمكن للمعدّنين إرسال جزيئات أو المنافسة باستخدام خوارزميات البحث الكيميائي.

• معدّنوّا إما يقومون بإرسال جزيئات ذات اهتمام أو ينافسون عبر خوارزميات البحث الكيميائي.

  — Metanova Labs

• تستفيد هذه المقاربة المبتكرة من طرق لامركزية ومن آليات التحفيز.

دور التفاعلات التراكيبية في اكتشاف الأدوية

• يمكن للتفاعلات التراكيبية توسيع مجموعة البيانات الخاصة بالجزيئات المحتملة بشكل كبير.

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

  — Metanova Labs

• يوضح هذا التوسع حجم الإمكانات في اكتشاف الأدوية.

• يركز النهج المبتكر على تصنيع جزيئات جديدة من خلال الكيمياء التراكيبية.

• يعد فهم الكيمياء التراكيبية أمرًا بالغ الأهمية لفهم دورها في اكتشاف الأدوية.

• يتم تعزيز الإمكانات في اكتشاف الأدوية بشكل كبير عبر توسيع مجموعة البيانات.

• يوفر هذا النهج منظورًا كميًا لحجم الإمكانات.

• يبرز توسيع مجموعة البيانات الطبيعة المبتكرة لأساليب Metanova Labs.

عملية التخلص من المخاطر للأصول وتوليد الملكية الفكرية

• يتضمن تطوير الأدوية التخلص من المخاطر للأصول وتوليد الملكية الفكرية.

• إنها لعبة تتمثل في التخلص من مخاطر الأصول وتوليد الملكية الفكرية.

  — Metanova Labs

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

• يبرز النهج الاستراتيجي أهمية إدارة المخاطر في التكنولوجيا الحيوية.

• يعد فهم تعقيدات تطوير الأدوية أمرًا بالغ الأهمية لفهم هذه الاستراتيجيات.

• إن عملية التخلص من مخاطر الأصول هي أساس لتطوير أدوية ناجح.

• يُعد توليد الملكية الفكرية عنصرًا رئيسيًا في النهج الاستراتيجي لقطاع التكنولوجيا الحيوية.

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

تعقيد تطوير الأدوية

• تطوير الأدوية عملية معقدة تتطلب التكرير والاختبار.

• الفكرة هي التحسين مقارنةً بما سيكون عشوائيًا، وتسريع الوصول إلى العلاجات.

  — Metanova Labs

• يعد الاختبار التكراري ضروريًا لضمان السلامة والفعالية في العلاجات.

• تُعد الطبّ الشخصي أمرًا حاسمًا بسبب اختلاف استجابات الأفراد.

• يؤكد تعقيد تطوير الأدوية على ضرورة حلول مبتكرة.

• يعد فهم التحديات في تحقيق علاجات فعالة أمرًا ضروريًا.

• تُبرز ضرورة التكرير والاختبار الطبيعة التكرارية لتطوير الأدوية.

• تشرح هذه الرؤية التحديات التي تواجه تحقيق علاجات فعالة.

                  **إقرار:** تم تحرير هذه المقالة بواسطة فريق التحرير. لمزيد من المعلومات حول كيفية قيامنا بإنشاء المحتوى ومراجعته، راجع سياسة التحرير الخاصة بنا.