پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

معرفی سیستم هوش مصنوعی Locus؛ خودکارسازی طراحی مولکول و شتابدهی به پژوهش‌های دارویی

انتشار:۱۳ آبان ۱۴۰۵
۱ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

استارتاپ Intology از سیستم پژوهشی خودکار Locus برای طراحی مولکول‌ها رونمایی کرد. این سامانه با اجرای موازی آزمایش‌ها روی پردازنده‌های گرافیکی و ارزیابی نتایج، فرآیند تحقیق و توسعه دارویی را شتاب می‌بخشد. توسعه‌دهندگان ادعا می‌کنند که Locus در پیش‌بینی خواص مولکولی و طراحی آنتیبادی عملکرد بهتری نسبت به ابزارهای تخصصی موجود دارد.

معرفی سیستم هوش مصنوعی Locus؛ خودکارسازی طراحی مولکول و شتابدهی به پژوهش‌های دارویی

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • سامانه هوش مصنوعی Locus چرخه کامل پژوهش شامل پیشنهاد ایده‌های آزمایش، اجرای محاسبات موازی روی پردازنده‌های گرافیکی و تحلیل داده‌ها را به‌صورت خودکار مدیریت می‌کند.
  • این فناوری برای بهرهبرداری حداکثری از داده‌های محرمانه و اختصاصی آزمایشگاه‌ها در زمینه پیش‌بینی ویژگی‌های مولکولی و طراحی آنتیبادی‌ها بهینه‌سازی شده است.
  • عملکرد برتر این پلتفرم بر پایه ارزیابی‌های اولیه شرکت توسعه‌دهنده گزارش شده است و تیم‌های بیوتکنولوژی می‌توانند آن را در مقایسه با ابزارهای تخصصی خود آزمایش کنند.

معرفی سامانه

سامانه Locus یک سیستم پژوهشی خودکار برای طراحی مولکولی است که توسط استارتاپ Intology در تاریخ ۳ نوامبر ۲۰۲۶ معرفی شد. به گفته Intology، این سامانه دقیقاً چرخه کاری یک پژوهشگر یاد‌گیری ماشین را شبیه‌سازی می‌کند: آزمایش‌های مختلف را پیشنهاد می‌دهد، دسته‌های محاسباتی متعددی را به‌صورت موازی روی پردازنده‌های گرافیکی (GPU) اجرا می‌کند، خروجی‌ها را می‌سنجد، راهکارهای کارآمد را نگه می‌دارد و چرخه را تکرار می‌کند تا بیشترین بهره را از مجموعه‌دادههای اختصاصی ببرد.

تیم توسعه این سیستم ادعا می‌کند که Locus در وظایفی چون پیش‌بینی خواص مولکولی، سنجش میزان اثرگذاری مولکول‌های کوچک و طراحی آنتیبادی‌ها، عملکرد بهتری در مقایسه با ابزارهای تخصصی این حوزه (مانند ابزارهای کلاس BioHub و Boltz) و حتی عامل‌های هوشمند کدنویسی ثبت کرده است. هدف اصلی این محصول، تبدیل داده‌های علمی محرمانه و اختصاصی شرکت‌ها به مدل‌های هوش مصنوعی تخصصی و کاربردی است.

توضیحات تکمیلی

چالش اصلی

تحقیق و توسعه در صنایع داروسازی و طراحی مولکولی، همواره به داده‌های اختصاصی، محدود و ارزشمندی وابسته است که مدل‌های زبانی بزرگ و عمومی توانایی بهرهبرداری مؤثر از آنها را ندارند. سامانه Locus با هدف خودکارسازی کامل چرخه تحقیق و توسعه مدل‌های یاد‌گیری ماشین روی همین داده‌های اختصاصی طراحی شده است.

تمایز نسبت به سایر راهکارها

در مقایسه با مدل‌های تولیدکننده تکمرحل‌های یا سیستم‌های پیشبینیکننده ایستا، مزیت اصلی Locus ایجاد یک چرخه بسته شامل «آزمایش، ارزیابی و تکرار» است. هم‌چنین در مقایسه با عامل‌های کدنویسی عمومی، این پلتفرم به‌طور اختصاصی با بنچمارک‌ها و فرآیندهای تخصصی علوم زیستی و مولکولی همگامسازی شده است.

محدودیت‌ها

  • بخش اعظم نتایج و آمارهای ارائهدادهشده بر اساس ارزیابی‌های داخلی خود شرکت است و هنوز آزمایش مستقل گستردهای روی آن انجام نگرفته است.
  • دسترسی به این سیستم و استقرار آن در حال حاضر منحصراً از طریق استارتاپ Intology انجام می‌شود.
  • نام این ابزار واژهای عمومی است و برای جستجو در وب، باید نام آن را در کنار Intology ذکر کرد تا با نتایج نامرتبط اشتباه گرفته نشود.

کاربردها

مخاطبان هدف

این سامانه ویژه تیم‌های فعال در بیوتکنولوژی و شیمی محاسباتی طراحی شده است که مجموعه‌دادههای مولکولی اختصاصی در اختیار دارند و بهدنبال خودکارسازی چرخه پژوهش‌های خود هستند.

نحوه شروع کار

  1. می‌توانید یادداشت فنی استارتاپ Intology و صفحه رسمی Locus را برای مطالعه جزئیات بیشتر بررسی کنید.
  2. رشتهپست رسمی معرفی محصول در صفحه @intology را برای مشاهده نمودارها و بنچمارک‌های ادعاشده مطالعه نمایید.
  3. سیستم را در مقایسه با راهکارهای تخصصی فعلی خود، روی مجموعه‌دادههای اختصاصی و آزمایشی ارزیابی کنید.

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

گوگل برای نخستین بار مدل هوش مصنوعی Gemma 4 را روی تراشه‌های TPU در مدار زمین اجرا کرد
آخرین اخبار

گوگل برای نخستین بار مدل هوش مصنوعی Gemma 4 را روی تراشه‌های TPU در مدار زمین اجرا کرد

پژوهشگران گوگل در قالب پروژه Suncatcher برای نخستین بار یک مدل هوش مصنوعی را روی پردازنده‌های TPU مستقر در فضا اجرا کردند. این آزمایش گامی ابتدایی برای راه‌اندازی مراکز داده مداری مبتنی بر انرژی خورشیدی و رهایی از محدودیت‌های تأمین آب و برق در زمین به‌شمار می‌رود.

۴ دقیقه مطالعه
۰
۱۳ آبان
رونمایی CrowdStrike از کلید قطع اضطراری برای مهار ایجنت‌های سرکش هوش مصنوعی
آخرین اخبار

رونمایی CrowdStrike از کلید قطع اضطراری برای مهار ایجنت‌های سرکش هوش مصنوعی

شرکت امنیت سایبری CrowdStrike قابلیتی تحت عنوان کلید قطع اضطراری هوش مصنوعی معرفی کرده است که می‌تواند فعالیت ایجنت‌های سرکش را به‌سرعت متوقف کند. این ابزار با قطع دسترسی شبکه و مهار رفتارهای مخرب، لایه جدیدی از نظارت انسانی و کنترل را به اکوسیستم ابزارهای سازمانی اضافه می‌کند.

۳ دقیقه مطالعه
۰
۱۲ آبان
ارزش استارتاپ هوش مصنوعی Fal با جذب سرمایه ۱٫۳ میلیارد دلاری به ۱۶ میلیارد دلار رسید
آخرین اخبار

ارزش استارتاپ هوش مصنوعی Fal با جذب سرمایه ۱٫۳ میلیارد دلاری به ۱۶ میلیارد دلار رسید

استارتاپ Fal که در زمینه میزبانی و اجرای مدل‌های هوش مصنوعی فعالیت می‌کند، موفق به جذب ۱٫۳ میلیارد دلار سرمایه جدید شد. با این دور از تأمین مالی، ارزش‌گذاری این شرکت نوپا به ۱۶ میلیارد دلار رسیده که نشان‌دهنده دو برابر شدن ارزش آن در مقایسه با ماه‌های گذشته است.

۲ دقیقه مطالعه
۰
۱۲ آبان