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

أهم النقاط

• يعد Bittensor شبكة لامركزية تستخدم الحوافز المشفرة لمكافأة المساهمات في نماذج الذكاء الاصطناعي والحوسبة.
• يمكن للشبكة دعم مجموعة متنوعة من التطبيقات، بما في ذلك اكتشاف الأدوية واستئجار موارد الحوسبة.
• تتضمن الـSubnets في Bittensor ثلاثة أطراف رئيسية: أصحاب/مشغلو الـsubnet، وعمال التعدين (miners)، والـvalidators.
• إن عملية اكتشاف الأدوية مكلفة وتستغرق وقتًا طويلًا حاليًا، وغالبًا ما توصف بأنها في حالة أزمة.
• أطلقت Metanova Labs نموذجًا أوليًا لإجراء الفحص الافتراضي اللامركزي، لتكون رائدة في هذا النهج ضمن اكتشاف الأدوية.
• تسمح آليتا الحوافز المزدوجة في الشبكة لعمال التعدين بإرسال الجزيئات أو المنافسة باستخدام خوارزميات البحث الكيميائي.
• تقوم عملية “التقاط الحرارة” في تطوير الأدوية بتقييم الطلبات لاحتمالات السُميّة والفعالية.
• يمكن للتفاعلات التوافقية/التركيبية توسيع مجموعة البيانات الخاصة بالجزيئات المحتملة إلى حوالي 65 مليار احتمال.
• يتضمن تطوير الأدوية تقليل المخاطر على الأصول وتوليد حقوق الملكية الفكرية على عدة مراحل.
• تتطلب تعقيدات تطوير الأدوية المزيد من الصقل والاختبار لضمان السلامة والفعالية.
• تُعد الطبابة الشخصية أمرًا بالغ الأهمية بسبب اختلاف استجابات الأفراد للعلاجات.
• يمكن للشبكات اللامركزية مثل Bittensor تبسيط عملية اكتشاف الأدوية من خلال تحفيز الإبداع العالمي.

مقدمة الضيف

Micaela Bazo هي الرئيسة التنفيذية لشركة Metanova Labs، وهي شركة تقنيات حيوية “مولودة من عالم التشفير” تعمل خلف NOVA وBittensor Subnet 68، وهي شبكة ذكاء اصطناعي لامركزية تقوم بالمشاركة الجماعية في اكتشاف الأدوية لفحص مليارات الجزيئات مقابل أهداف بروتينية. وقد قامت منصتها بالفعل بفحص 4.8 مليون جزيء عبر 7,000 هدف، ما يسرّع تحديد علاجات جديدة مبتكرة لحالات نفسية مثل المزاج والحافز/المكافأة. تهدف Metanova إلى خفض تكاليف اكتشاف الأدوية إلى النصف عبر استبدال نموذج التجارب البطيء “من شركة Big Pharma” بنموذج تحسين قائم على الذكاء الاصطناعي موزع.

بنية Bittensor وغرضها

• Bittensor هي شبكة لامركزية تحفّز المساهمات في نماذج الذكاء الاصطناعي والحوسبة عبر مكافآت تشفير.

  — Metanova Labs

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

• إحدى الأشياء التي تجعلها فريدة جدًا هو 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.

• تُظهر مرونة الشبكة إمكان تأثيرها عبر عدة صناعات.

• يعد فهم الشبكات اللامركزية أمرًا مهمًا للإلمام بدور Bittensor في مجال الذكاء الاصطناعي.

• تعمل الـSubnets مع ثلاثة أطراف رئيسية: أصحاب/مشغلو الـsubnet، وعمال التعدين (miners)، والـvalidators.

• لديك صاحب/مشغل الـsubnet، وعمال التعدين، والـvalidators، وكل منهم يؤدي دورًا حاسمًا.

  — Metanova Labs

الأزمة في اكتشاف الأدوية

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

• يصفه معظم الناس بأنه في حالة أزمة، مع أن الدواء المتوسط يستغرق نحو $2.6 مليار وعشر سنوات.

  — Metanova Labs

• تعد العملية التقليدية مكلفة وتستغرق وقتًا طويلًا، ما يستلزم حلولًا مبتكرة.

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

• تُعد Metanova Labs رائدة في نهج لامركزي لمعالجة هذه التحديات.

• تؤكد الحاجة إلى حلول مبتكرة على المشكلات الكبيرة داخل صناعة الأدوية.

• يبرز الوضع الحالي لاكتشاف الأدوية أهمية حل المشكلات بشكل لامركزي.

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

الفحص الافتراضي اللامركزي

• أطلقت Metanova Labs نموذجًا أوليًا للفحص الافتراضي اللامركزي.

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

  — Metanova Labs

• لم تُجرَ هذه المقاربة من قبل، ما يبرز طبيعتها الرائدة.

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

• تعزز آليات الحوافز المزدوجة عملية الفحص الافتراضي.

• يمكن لعمال التعدين إرسال جزيئات ذات اهتمام أو المنافسة باستخدام خوارزميات البحث الكيميائي.

• يقوم عمالنا إما بإرسال جزيئات ذات اهتمام أو المنافسة عبر خوارزميات البحث الكيميائي.

  — Metanova Labs

• يستفيد هذا النهج الابتكاري من أساليب لامركزية ومن آلية التحفيز.

دور التفاعلات التوافقية/التركيبية في اكتشاف الأدوية

• يمكن للتفاعلات التوافقية/التركيبية توسيع مجموعة البيانات للجزيئات المحتملة بشكل كبير.

• بدأنا بمجموعة بيانات تضم مليار جزيء ثم وسعناها إلى حوالي 65 مليار احتمال.

  — Metanova Labs

• يوضح هذا التوسع نطاق الإمكانات في اكتشاف الأدوية.

• يركز النهج المبتكر على تصنيع جزيئات جديدة عبر الكيمياء التوافقية/التركيبية.

• يعد فهم الكيمياء التوافقية/التركيبية أمرًا بالغ الأهمية لفهم دورها في اكتشاف الأدوية.

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

• يوفر هذا النهج منظورًا كميًا لحجم الإمكانات.

• يبرز توسيع مجموعة البيانات الطبيعة الابتكارية لأساليب Metanova Labs.

عملية تقليل المخاطر على الأصول وتوليد حقوق الملكية الفكرية (IP)

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

• إنها لعبة تقليل مخاطر الأصول وتوليد حقوق الملكية الفكرية (IP).

  — Metanova Labs

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

• يبرز النهج الاستراتيجي أهمية إدارة المخاطر في التكنولوجيا الحيوية (biotech).

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

• إن عملية تقليل المخاطر على الأصول عنصر أساسي لتحقيق تطوير أدوية ناجح.

• يُعد توليد حقوق الملكية الفكرية مكوّنًا رئيسيًا ضمن النهج الاستراتيجي لصناعة التكنولوجيا الحيوية.

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

تعقيد تطوير الأدوية

• إن تطوير الأدوية عملية معقدة تتطلب صقلًا واختبارًا.

• الفكرة هي التحسين مقارنة بما سيكون عشوائيًا، والتعجيل بالوصول إلى علاجات/علاجات شافية.

  — Metanova Labs

• تعد الاختبارات التكرارية ضرورية لضمان السلامة والفعالية في العلاجات.

• تُعد الطبابة الشخصية أمرًا بالغ الأهمية بسبب اختلاف استجابات الأفراد.

• يشدد تعقيد تطوير الأدوية على الحاجة إلى حلول مبتكرة.

• يعد فهم التحديات التي تواجه تحقيق علاجات فعالة أمرًا ضروريًا.

• يوضح ضرورة الصقل والاختبار الطبيعة التكرارية لتطوير الأدوية.

• تشرح هذه الرؤية التحديات التي يواجهها تحقيق علاجات فعالة.

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