Вчені створили ШІ, який допомагає знаходити невідомі молекули
Вчені створили ШІ-інструмент AIMe, який передбачає та структурує дані про понад 100 млн відомих органічних молекул. Це розширює можливий хімічний простір для пошуку приблизно в тисячу разів, допомагаючи швидше ідентифікувати невідомі речовини.
🔬 Перший крок до реального застосування в біології. Для лабораторій, які шукають нові біоактивні сполук у зразках.
🎯 Чи підходить це вашому бізнесу?
Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.
Заповнити профіль · 30 секундTL;DR
- •AIMe — ШІ-інструмент для передбачення та організації даних про органічні молекули
- •Покриває понад 100 млн відомих сполук, генерує ponad 800 млн передбачених масові спектри
- •Розширює можливий хімічний простір для пошуку приблизно в тисячу разів
- •Тестували на мікробіомі кишечника мишей — знайшли кандидати для 1/3 невідомих сполук
- •Один новий кільцевий сполук підтверджено експериментально та виявлено у людських зразках
Як це змінить ваш ринок?
Для фармацевтичних та біотехнологічних компаній це зменшує час і вартість ранньої етапу виявлення сполук. Замість випадкового скріннингу — спрямований пошук за ШІ-підказками. Це зменшує кількість бідних гіпотез, які треба перевірять в лабораторії, що особливо ценно для компаній з обмеженими R&D бюджетами.
Для кого це і за яких умов (ОБОВ'ЯЗКОВО: мін. обладнання/бюджет, потрібна команда чи ні, мін. масштаб, час на впровадження.
- •Потрібна доступність до спектрометричних даних та лабораторія для валідації
- •Для використання AIMe потрібен доступ до тренованої моделі (дані не розкриті про доступність)
- •Масштаб: від однієї лабораторії з хіміком та спектрометром
- •Час на впровадження: якщо модель доступна — дні для інтеграції зExisting workflows
Альтернативи
| | Продукт 1 | Продукт 2 | Продукт 3 | | Ціна | дані не розкриті | дані не розкриті | дані не розкриті | | Де працює | AIMe (Boyce Thompson/Cornell) | Гнус mass спектрометричні бази (NIST, HMDB) | Методи молекулярного докінгу | | Мін. вимоги | Доступ до моделі + спектрометр | Спектрометр + доступ до експериментальних баз | Хімічні знання + обчислювальні ресурси | | Ключова різниця | Генерує передбачені спектри для розширення пошукового простору | Обмежені експериментальними даними | Шукає за статичними структурами, не передбачає спектри |
💬 Часті запитання
Чи доступний AIMe для зовнішнього використання?
Дані про публічний доступ або ліцензування не надані в статті. Потрібно звертатися до авторів із Boyce Thompson Institute та Cornell University.
Чи може AIMe замінити експериментальну валідацію?
Ні. Інструмент генерує гіпотези та структурні кандидати, але підтвердження вимагає експериментальних методів, таких як ЯМР або tandem mass спектрометрія.
Як AIMe порівнюється з традиційними методами пошуку в базах даних?
Традиційні методи обмежені вже експериментально виміряними спектрами. AIMe розширює пошук за рахунок передбачених спектрів, збільшуючи шанси знайти сполук, які ще не вимірювалися експериментально.
Чи потрібні спеціальні навички для використання AIMe?
Потрібне розуміння масовой спектрометрії та основ хімії для інтерпретації результатів. Сама модель, ймовірно, вимагає навичок роботи з біоінформатичними інструментами.
Чи є обмеження на типи молекул, з якими може працювати AIMe?
Стаття зосереджена на органічних молекулах, пов’язаних з мікробіомом, але методологія, ймовірно, застосовна до широкого спектру органічних сполук. Обмеження не вказані.
Такий розбір щоранку о 08:00
Персональний AI-дайджест для вашої галузі — щодня у Telegram
Джерела
The Next Level — оригіналAI Advisory Board
Навчіть вашу команду будувати такі AI-автоматизації
За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.
Дізнатись більше → aiadvisoryboard.me