Eine KI scannte 400.000 Reddit-Beiträge und fand versteckte Ozempic-Nebenwirkungen. Forscher nutzten maschinelles Lernen, um nutzergenerierte Daten zu analysieren und bisher ungelistete Symptome zu identifizieren.
Die Invitris Phagen-Therapie revolutioniert die Medizin durch eine zellfreie Plattform, die neue Medikamente in 4 bis 8 Stunden herstellt. Gründer Dr. Patrick Grossmann sieht darin den „ChatGPT-Moment“ der Pharma-Welt, da KI personalisierte Therapien extrem beschleunigt.
Dieser Artikel stellt TRACE vor, einen bahnbewussten, LLM-basierten Agenten zur molekularen Lead-Optimierung, der die Einschränkung der einstufigen molekularen Optimierung adressiert. Er formuliert die Werkzeugauswahl als sequenzielles Entscheidungsproblem über Aktionsbahnen, entscheidend für die Umwandlung früher Treffer in brauchbare Medikamentenkandidaten. TRACE zielt darauf ab, ADMET-bezogene Eigenschaften durch subtile strukturelle Verfeinerung zu verbessern und gleichzeitig wichtige molekulare Unterstrukturen zu erhalten.
MOLPAQ ist ein neuartiger modularer quanten-klassischer Generator, der interpretierbare Moleküle aus quantenerzeugten latenten Patches erstellt und dabei 100% RDKit-Validität sowie hohe Neuartigkeit und Diversität erreicht. Dieser Ansatz verbessert die Eigenschaftskontrolle, wie zum Beispiel QED und das Vorkommen aromatischer Motive, im Vergleich zu klassischen Generatoren erheblich.
OpenAI stellt GPT-Rosalind vor, ein bahnbrechendes Schlussfolgerungsmodell, das entwickelt wurde, um die Wirkstoffentdeckung, Genomik-Analyse und wissenschaftliche Forschungsabläufe zu beschleunigen. Es zielt darauf ab, die Biowissenschaften durch seine fortschrittlichen KI-Fähigkeiten voranzubringen.
KI wird eingesetzt, um 1.500 zugelassene Medikamente auf verborgene Hinweise zu Gehirnerkrankungen wie MND, Parkinson und Demenz zu untersuchen. Ziel ist es, die Forschungszeit von Jahrzehnten auf Jahre zu verkürzen und potenzielle Behandlungen in bereits vorhandenen Medikamenten zu finden.
Diese Forschung untersucht das molekulare Repräsentationslernen mittels Sprachmodellen und durch die Einbeziehung domänenspezifischer Hilfsaufgaben. Ziel ist es, das Verständnis und die Vorhersagefähigkeiten für molekulare Eigenschaften zu verbessern.
MolClaw ist ein autonomer KI-Agent zur Bewertung, zum Screening und zur Optimierung von Wirkstoffmolekülen. Er nutzt eine dreistufige hierarchische Skill-Architektur, integriert über 30 spezialisierte Tools und führt MolBench, einen neuen Benchmark für diesen Bereich, ein.
Diese Forschung befasst sich mit Herausforderungen bei der robusten Vorhersage molekularer Eigenschaften unter extremen Out-of-Distribution (OOD)-Szenarien, die für die KI-gesteuerte Arzneimittelentdeckung entscheidend sind. Sie schlägt SCOPE-BENCH, einen neuen Benchmark für die OOD-Leistungsbewertung, und POMA, ein Framework für die Mehrquellenanpassung vor, um Einschränkungen bestehender Methoden zu überwinden.
Die Studie stellt InteractBind vor, einen umfangreichen Datensatz von etwa 100.000 Protein-Ligand-Paaren, sowie einen Benchmark zur detaillierten Evaluierung. Ziel ist es zu prüfen, ob Modelle Bindungsstellen lokalisieren und nicht-kovalente Wechselwirkungen identifizieren können, wodurch eine Lücke in bestehenden Bewertungen geschlossen wird.
Este conteúdo apresenta o DrugPlayGround, um framework para avaliar e comparar o desempenho de Large Language Models (LLMs) na descoberta de medicamentos. Ele foca na geração de descrições textuais de características de medicamentos, sinergismo, interações proteína-medicamento e respostas fisiológicas, com a participação de especialistas para justificar as previsões dos LLMs.
Filippo Menolascina verwendet Co-Scientist, um neue Behandlungen für Lebererkrankungen zu identifizieren. Das Tool hilft auch zu erklären, warum bestehende Medikamente nur bestimmten Patienten helfen.
Dieser Artikel analysiert die Aussage von Demis Hassabis, CEO von Google DeepMind, auf der Google I/O, in der er die Hoffnung des Unternehmens äußerte, "alle Krankheiten zu lösen", indem die Arzneimittelentdeckung neu gedacht wird. Der Newsletter von The Verge diskutiert die Implikationen und den Kontext dieser kühnen Behauptung.