一家名为Vivodyne的生物技术初创公司声称,当前AI药物发现领域受到高质量、以人类为中心的数据缺乏的阻碍。Vivodyne开发了名为HIVE的模块化机器人实验室,能够生成复杂的人体组织数据,从而训练更准确的AI模型。这种方法旨在克服当前AI模型的局限性,这些模型通常依赖于动物试验或简化的生物数据,导致人类临床试验失败率很高。Vivodyne的系统与人类试验相比显示出很高的预测准确性,并且正在与主要制药公司合作以改进药物开发。 AI
影响 通过提供更准确、更相关的数据集,这种方法可以加速AI驱动的药物发现,并可能降低临床试验的失败率。
排序理由 初创公司宣布了一种用于AI药物发现的新数据生成方法,解决了行业的一个重大挑战。
在 Mastodon — mastodon.social 阅读 →
- Cancer
- Robot Villas
- TechCrunch
- AlphaFold
- Andrei Georgescu
- Anthropic
- Dario Amodei
- Demis Hassabis
- Google DeepMind
- Isomorphic Labs
- Khosla Ventures
- OpenAI
- Sam Altman
- San Francisco
- University of Pennsylvania
- Vivodyne
- Data
AI 生成摘要 · Google Gemini · 来自 6 个来源。 我们如何撰写摘要 →