Bioloogia ja farmaatsia

Kirjeldus
Tehisintellekti materjalide uurimis- ja arendusplatvormi laiendamine bioloogilistele ainetele – valkude, antikehade ja koostisega seotud väljakutsetele. Arenduses olev tegevuskava võimekus

Bioloogia ja farmaatsia — materjalisüsteem / prognoositav jõudlus / valideerimisviis
AI bioloogiliste ja farmatseutiliste materjalide jaoks – materjalide uurimis- ja arendustegevuse virna laiendamine
MatterSeeki bioloogiline võime on väljatöötamisel. Sellel lehel kirjeldatakse sõidusuunda ja juba kehtivaid platvormi osi. See ei kirjelda üldiselt saadaolevat toodet.
— materjali omaduste ennustamine otse koostisest, seejärel valideerimine automatiseeritud laboris — loodi anorgaaniliste ja orgaaniliste materjalide süsteemide jaoks. Selle meetodi laiendamine bioloogilistele ja farmatseutilistele materjalidele on teekaardi suund, mida teavitavad samad kolm alust: deskriptoripõhine modelleerimine, hierarhiline ennustusarhitektuur ja suletud katseahel.
Valkude ja antikehade arendamine seisab silmitsi sama struktuurilise kitsaskohaga nagu materjalide arendamine: väga suur projekteerimisruum, kallis eksperimentaalne hindamine ja programmide lõikes killustatud andmed. Afiinsust, stabiilsust, koondamiskäitumist ja koostiste ühilduvust mõõdetakse eraldi kampaaniates ning nende vahelisi koostoimeid modelleeritakse harva ühiselt.
Esiteks, deskriptoripõhine omaduste ennustamine - samal lähenemisviisil, mis kodeerib üle tuhande materjali deskriptori, on järjestuse, struktuuri ja formulatsiooni kirjelduste osas otsene analoog. Teiseks, väikeste andmete õppimine: MatterSeeki hierarhiline arhitektuur loodi režiimide jaoks, kus märgistatud proove on vähe, mis on bioloogiliste ainete arengus pigem normaalne tingimus kui erand. Kolmandaks, suletud ahela eksperimentaalne ülesehitus – prognoositud määramatuse kasutamine järgmise katse valimiseks, mis vastab koostise sõelumisele ja stabiilsusuuringu kavandamisele.
MatterSeeki autonoomne labor valmistab automaatset proovide ettevalmistamist FTIR- ja NMR-analüüsiks ning samaaegseks termoanalüüsiks ning selle arhitektuur on korraldatud aheldamise sünteesi, iseloomustamise ja andmete tagasiside ümber. Bioloogia töövoog vajaks oma ettevalmistust ja analüütilist ahelat; ülekantav osa on suletud ahela struktuur, mitte konkreetsed instrumendid.
Farmaatsia- ja bioloogiaorganisatsioonide jaoks on praegu olemasolev võimalus materjalidega külgnevates töödes: abiained, pakke- ja mahutimaterjalid, anorgaanilised ja orgaanilised protsessimaterjalid ning sünteesis kasutatavad katalüsaatorisüsteemid. Nendega tegelevad olemasolevad anorgaanilised ja orgaanilised mudelipered. Kui teie huvi on konkreetselt bioloogiliste ravimite tegevuskava, arutaksime seda pigem otse kui valmisolekut ületähtsustama.
KKK
K: Kas bioloogiliste ravimite võimalus on nüüd saadaval?
V: Ei. See on väljatöötamisel. Praegu saadaval olevad mudelipered hõlmavad anorgaanilisi ja orgaanilisi materjale.
K: Mis läheb materjalide platvormilt bioloogiasse?
V: deskriptoripõhine omaduste ennustamine, väikeste andmete õppimine ja suletud ahela eksperimentaalne disainimeetod.
K: Kas MatterSeek saab täna abiainete või materjalide töötlemisel abiks olla?
V: Jah. Abiained, pakke- ja mahutimaterjalid ning protsessikatalüsaatorid kuuluvad olemasoleva anorgaanilise ja orgaanilise mudeli ulatusse.
Yuyao (Peking) Technology Co., Ltd. on professionaalne ettevõte, mis on spetsialiseerunud tehisintellekti ning bioloogiliste ja farmaatsiatoodete täiustatud materjalide ristumiskohale. Ettevõte on iseseisvalt välja töötanud MatterSeeki – suure alusmudeli, mis on kohandatud materjalide sektorile – ja alustas HNN-i (hierarhilise närvivõrgu) algoritmi, luues samal ajal patenteeritud, kontrollitava materjalide katsete andmebaasi.

