Metanova Labs: Bittensorは分散型バーチャルスクリーニングで医薬品発見を革新し、組み合わせ反応により可能性を650億に拡大、二重インセンティブがイノベーションを促進 | TWIST

重要なポイント

• Bittensor は、暗号資産によるインセンティブを使って AI モデルと計算（compute）への貢献を報いる分散型ネットワークです。
• ネットワークは、創薬や計算資源のレンタルなど、さまざまな用途に対応できます。
• Bittensor のサブネットには、3 つの主要な登場人物が関わります。サブネットの所有者/運営者、マイナー、バリデータです。
• 創薬のプロセスは現在コストが高く時間がかかっており、「危機的な状態」にあるとしばしば表現されます。
• Metanova Labs は、分散型バーチャルスクリーニングのための概念実証（PoC）を立ち上げ、創薬におけるこのアプローチの先駆けとなりました。
• ネットワーク内のデュアル・インセンティブ・メカニズムにより、マイナーは分子を提出するか、化学探索アルゴリズムと競合できます。
• 創薬開発におけるヒート（heat）選定プロセスは、提出物の潜在的な毒性と有効性を評価します。
• 組合せ反応によって、潜在的な分子のデータセットを約 650 億通りの可能性まで拡張できます。
• 創薬開発には、複数の段階で資産のリスク低減と知的財産（IP）の創出が含まれます。
• 創薬開発の複雑さには、安全性と有効性を確実にするための改良とテストが必要です。
• 個人ごとに治療への反応が異なるため、パーソナライズド・メディシンは重要です。
• Bittensor のような分散型ネットワークは、世界規模の創造性にインセンティブを与えることで、創薬プロセスを効率化できます。

ゲスト紹介

Micaela Bazo は、暗号資産ネイティブのバイオテック企業 Metanova Labs の CEO です。彼女の会社は、NOVA、Bittensor Subnet 68、そして、数十億の分子をタンパク質ターゲットに対してスクリーニングするために創薬をクラウドソースする分散型 AI ネットワークの背後にあります。彼女のプラットフォームはすでに、7,000 のターゲットに対して 480 万件の分子をスクリーニングし、気分や報酬のようなメンタル状態に対する新規治療薬の特定を加速させました。Metanova は、大手製薬（Big Pharma）の遅い「試行錯誤」モデルを、分散型 AI 最適化に置き換えることで、創薬コストを半分に削減することを目指しています。

Bittensor の構造と目的

• Bittensor は、暗号資産の報酬によって AI モデルと計算（compute）への貢献を促す分散型ネットワークです。

  — Metanova Labs

• ネットワークは、創薬や計算のレンタルを含む幅広い用途を支えています。

• とてもユニークなのは、このネットワークを使ってあらゆる種類の AI ユースケースを学習できるという事実です。

  — Metanova Labs

• Bittensor の運用モデルは、有用な AI の貢献に報酬を与えることに基づいています。

• ネットワークの多用途性は、複数の産業にまたがる潜在的なインパクトを示しています。

• 分散型ネットワークを理解することは、AI における Bittensor の役割を把握するうえで重要です。

• サブネットは、3 つの主要な登場人物（サブネットの所有者/運営者、マイナー、バリデータ）で運用されます。

• サブネットの所有者/運営者、マイナー、バリデータがいて、それぞれが重要な役割を担っています。

  — Metanova Labs

創薬における危機

• 創薬は、高いコストと長いタイムラインのために「危機的な状態」にあると説明されています。

• 多くの人が、平均的な薬の開発で約 $2.6 billion、そして 10 年かかるため「危機的な状態」だと述べています。

  — Metanova Labs

• 従来のプロセスはコストが高く時間もかかるため、革新的な解決策が必要です。

• Bittensor のような分散型ネットワークは、創薬を効率化するための潜在的な解決策を提供します。

• Metanova Labs は、これらの課題に対処するための分散型アプローチを先駆けて進めています。

• 革新的な解決策の必要性は、製薬業界における重大な問題によって裏付けられています。

• 創薬の現状は、分散型の問題解決の重要性を際立たせています。

• 従来の創薬プロセスにおける課題を理解することは、新しいアプローチを評価するうえで不可欠です。

分散型バーチャルスクリーニング

• Metanova Labs は、分散型バーチャルスクリーニングの概念実証（PoC）を立ち上げました。

• 3 月 1 日にローンチし、これを分散型の形で行うことの概念実証でした。

  — Metanova Labs

• このアプローチはこれまで試みられたことがなく、その先駆的な性質が際立っています。

• 分散型バーチャルスクリーニングは、革新的な手法によって創薬を改善することを目指しています。

• デュアルのインセンティブ・メカニズムにより、バーチャルスクリーニングのプロセスが強化されます。

• マイナーは分子を提出するか、化学探索アルゴリズムを使って競合できます。

• 私たちのマイナーは、興味のある分子を提出するか、化学探索アルゴリズムで競合しています。

  — Metanova Labs

• この革新的なアプローチは、分散型の手法とインセンティブ付けを活用しています。

創薬における組合せ反応の役割

• 組合せ反応は、潜在的な分子のデータセットを大幅に拡張できます。

• 私たちは 10 億の分子のデータセットから始め、それを約 650 億通りの可能性まで拡張しました。

  — Metanova Labs

• この拡張は、創薬における可能性の規模を示しています。

• 革新的なアプローチは、組合せ化学によって新しい分子を合成することを重視しています。

• 組合せ化学を理解することは、創薬におけるその役割を把握するうえで重要です。

• データセットを拡張することで、創薬の可能性は大きく高まります。

• このアプローチは、可能性の規模について定量的な視点を提供します。

• データセット拡張は、Metanova Labs の手法の革新的な性質を裏付けています。

資産のリスク低減と IP（知的財産）の創出のプロセス

• 創薬開発には、資産のリスク低減と知的財産（IP）の創出が含まれます。

• これは、資産のリスク低減と IP の生成のゲームです。

  — Metanova Labs

• IP を創出し、リスクを管理することは、創薬開発における重要な戦略です。

• 戦略的アプローチは、バイオテックにおけるリスク管理の重要性を浮き彫りにします。

• 創薬開発の複雑さを理解することは、これらの戦略を理解するうえで欠かせません。

• 資産のリスク低減のプロセスは、成功する創薬開発の基盤です。

• IP の創出は、バイオテック業界における戦略的アプローチの重要な構成要素です。

• この洞察は、創薬開発における戦略的アプローチを明確に説明します。

創薬開発の複雑さ

• 創薬開発は、改良とテストを必要とする複雑なプロセスです。

• 考え方は、「ランダムなもの」ではなく「改善されたもの」を得ることであり、治療法（cures）に到達するまでを加速することです。

  — Metanova Labs

• 治療における安全性と有効性を確実にするためには、反復的なテストが必要です。

• 個人によって治療への反応が異なるため、パーソナライズド・メディシンは重要です。

• 創薬開発の複雑さは、革新的な解決策が必要であることを強調しています。

• 効果的な治療を実現するうえでの課題を理解することは不可欠です。

• 改良とテストの必要性は、創薬開発が反復的であることを示しています。

• この洞察は、効果的な治療を実現する際に直面する課題を説明します。

                  **免責事項：**この記事は編集チームによって編集されました。コンテンツの作成・レビュー方法について詳しくは、Editorial Policy をご覧ください。