أتاحت $LLY نموذجها الحركي الدوائي للجزيئات الصغيرة، المدرَّب بالتعاون مع insitro، كمصدر مفتوح — للتنبؤ بتوزيع الأدوية داخل الجسم عبر الأنسجة، باستخدام عقود من البيانات قبل السريرية متعددة الأنواع، المستمدة من مئات الآلاف من الجزيئات.
هذه ليست مبادرة خيرية. إنها خندق بيانات دفاعي متنكر في هيئة علم مفتوح.
في اليوم نفسه: قدمت Iambic طلب IND لعقار IAM217، وهو مثبط لـ KIF18A صُمم من دون بنية مشتركة البلورة. تخيّل NeuralPLexer وضعية الارتباط وحسّنها من 100nM إلى 10nM. تصميم الجزيئات يتحول إلى سلعة بسرعة. أما الندرة الحقيقية فقد انتقلت إلى المراحل السابقة.
بيانات التجارب داخل الجسم هي ذاكرة HBM لاكتشاف الأدوية بالذكاء الاصطناعي. 90% من الإخفاقات السريرية ليست إخفاقات في الآلية، بل في الحرائك الدوائية. فالجزيء لم يصل قط إلى النسيج المستهدف بتركيز فعّال. لا يمكنك شراء بيانات 30 عامًا من تجارب إعطاء الجرعات للحيوانات. شركات التقنية الحيوية الصغيرة غنية بالقدرة الحاسوبية، لكنها تعاني شحّ البيانات.
استراتيجية TuneLab: التعلّم الاتحادي. تُدرَّب النماذج محليًا لدى شركاء شركات الأدوية، ولا تُرفع سوى التدرجات. وتبقى البُنى الجزيئية الخام خلف الجدران النارية. بدأت بخمسة شركاء، وأصبح عددهم الآن أكثر من 125. وتغذيها أكثر من 675 ألف نقطة بيانات خارجية. وقد دُمجت بالفعل في $RVTY و$SDGR وBenchling وCDD Vault — وهي أدوات يستخدمها العلماء يوميًا.
عنق الزجاجة الحقيقي ليس القدرة الحاسوبية، بل إنتاجية المختبرات الرطبة. استُعين بـ $CRL لإجراء دراسات حيوانية موحدة بأسعار مخفضة لأعضاء TuneLab. البروتوكولات النظيفة تعني بيانات راجعة نظيفة. وتشجع خارطة طريق FDA لعام 2025 صراحةً على استخدام NAMs (منهجيات النهج الجديد) لتحل محل الدراسات الحيوانية. وكلما ضاقت الحلقة بين الحوسبة والمختبرات الرطبة، أصبحت المصادقة هي العائق.
تنتقل القوة التسعيرية في اكتشاف الأدوية بالذكاء الاصطناعي من القادرين على تدريب النماذج إلى من يسيطرون على حلقات البيانات المغذية ذاتيًا وبنية المصادقة الموحدة.
الاختيارات التي تبيع المعاول والمجارف: $LLY (مصدر البيانات والمنصة)، و$CRL (عنق زجاجة المصادقة)، و$SDGR (طبقة الكيمياء الحاسوبية)، و$RVTY (نقطة دمج برمجيات المختبرات).
هذه ليست مبادرة خيرية. إنها خندق بيانات دفاعي متنكر في هيئة علم مفتوح.
في اليوم نفسه: قدمت Iambic طلب IND لعقار IAM217، وهو مثبط لـ KIF18A صُمم من دون بنية مشتركة البلورة. تخيّل NeuralPLexer وضعية الارتباط وحسّنها من 100nM إلى 10nM. تصميم الجزيئات يتحول إلى سلعة بسرعة. أما الندرة الحقيقية فقد انتقلت إلى المراحل السابقة.
بيانات التجارب داخل الجسم هي ذاكرة HBM لاكتشاف الأدوية بالذكاء الاصطناعي. 90% من الإخفاقات السريرية ليست إخفاقات في الآلية، بل في الحرائك الدوائية. فالجزيء لم يصل قط إلى النسيج المستهدف بتركيز فعّال. لا يمكنك شراء بيانات 30 عامًا من تجارب إعطاء الجرعات للحيوانات. شركات التقنية الحيوية الصغيرة غنية بالقدرة الحاسوبية، لكنها تعاني شحّ البيانات.
استراتيجية TuneLab: التعلّم الاتحادي. تُدرَّب النماذج محليًا لدى شركاء شركات الأدوية، ولا تُرفع سوى التدرجات. وتبقى البُنى الجزيئية الخام خلف الجدران النارية. بدأت بخمسة شركاء، وأصبح عددهم الآن أكثر من 125. وتغذيها أكثر من 675 ألف نقطة بيانات خارجية. وقد دُمجت بالفعل في $RVTY و$SDGR وBenchling وCDD Vault — وهي أدوات يستخدمها العلماء يوميًا.
عنق الزجاجة الحقيقي ليس القدرة الحاسوبية، بل إنتاجية المختبرات الرطبة. استُعين بـ $CRL لإجراء دراسات حيوانية موحدة بأسعار مخفضة لأعضاء TuneLab. البروتوكولات النظيفة تعني بيانات راجعة نظيفة. وتشجع خارطة طريق FDA لعام 2025 صراحةً على استخدام NAMs (منهجيات النهج الجديد) لتحل محل الدراسات الحيوانية. وكلما ضاقت الحلقة بين الحوسبة والمختبرات الرطبة، أصبحت المصادقة هي العائق.
تنتقل القوة التسعيرية في اكتشاف الأدوية بالذكاء الاصطناعي من القادرين على تدريب النماذج إلى من يسيطرون على حلقات البيانات المغذية ذاتيًا وبنية المصادقة الموحدة.
الاختيارات التي تبيع المعاول والمجارف: $LLY (مصدر البيانات والمنصة)، و$CRL (عنق زجاجة المصادقة)، و$SDGR (طبقة الكيمياء الحاسوبية)، و$RVTY (نقطة دمج برمجيات المختبرات).
