Ein KI-System hat in einer Gen-Datenbank ein Enzym gefunden, das niemand zuvor beschrieben hat.
Anthropic erklärt, dass sein Modell eine Reihe zuvor nicht erfasster Enzymstrukturen eigenständig identifiziert habe, die Merkmale eines Geneditier-Systems aufweisen. Sie werden als „array-assozierte Reverse-Transkriptase“ bezeichnet. Sie kommt hauptsächlich in Bakteriophagen vor und besteht aus einer Reverse-Transkriptase, einem Partnergen und einer gleichmäßig beabstandeten Wiederholungssequenz. Der Wiederholungsabschnitt ähnelt einem Array, das dafür sorgt, dass die Editierwerkzeuge programmierbar sind.
Der Prozess ist bemerkenswert. Das Modell erhielt eine weit gefasste Anweisung, in einer großen Gen-Sequenzbibliothek nach einer anomalen Reverse-Transkriptase zu suchen. Rund 950 Agenten arbeiteten 21 Stunden, verbrauchten etwa 210 Millionen Tokens und fanden schließlich eines der Muster. Solche Größenordnungen zeigen, dass die Suche selbst bereits „ingenieurisiert“ wurde.
Dies ist der erste Erfolg des neu gegründeten Labors für Lebenswissenschaften des Unternehmens. Wenn man die Suche und die Generierung von Hypothesen an die Maschine übergibt, können menschliche Forschende viel Zeit beim Screening sparen. Der Engpass verlagert sich dann vom Finden von Hinweisen hin zur Überprüfung der Hinweise—und die Ausbringekapazität der Labore wird im Gegenzug zur knappen Ressource.
Das Unternehmen bereitet den Börsengang vor, und solche Ergebnisse werden natürlich in die Erzählung eingebaut. Für die Branche ist jedoch vor allem bedeutsam, dass der Prozess selbst repliziert werden kann. Die Art und Weise, wie Forschung betrieben wird, verschiebt sich von einzelner Inspiration hin zum Batch-Screening.
Maschinen haben nicht plötzlich Inspiration, aber sie können unermüdlich suchen.
#人工智能 #Biotechnologie
Anthropic erklärt, dass sein Modell eine Reihe zuvor nicht erfasster Enzymstrukturen eigenständig identifiziert habe, die Merkmale eines Geneditier-Systems aufweisen. Sie werden als „array-assozierte Reverse-Transkriptase“ bezeichnet. Sie kommt hauptsächlich in Bakteriophagen vor und besteht aus einer Reverse-Transkriptase, einem Partnergen und einer gleichmäßig beabstandeten Wiederholungssequenz. Der Wiederholungsabschnitt ähnelt einem Array, das dafür sorgt, dass die Editierwerkzeuge programmierbar sind.
Der Prozess ist bemerkenswert. Das Modell erhielt eine weit gefasste Anweisung, in einer großen Gen-Sequenzbibliothek nach einer anomalen Reverse-Transkriptase zu suchen. Rund 950 Agenten arbeiteten 21 Stunden, verbrauchten etwa 210 Millionen Tokens und fanden schließlich eines der Muster. Solche Größenordnungen zeigen, dass die Suche selbst bereits „ingenieurisiert“ wurde.
Dies ist der erste Erfolg des neu gegründeten Labors für Lebenswissenschaften des Unternehmens. Wenn man die Suche und die Generierung von Hypothesen an die Maschine übergibt, können menschliche Forschende viel Zeit beim Screening sparen. Der Engpass verlagert sich dann vom Finden von Hinweisen hin zur Überprüfung der Hinweise—und die Ausbringekapazität der Labore wird im Gegenzug zur knappen Ressource.
Das Unternehmen bereitet den Börsengang vor, und solche Ergebnisse werden natürlich in die Erzählung eingebaut. Für die Branche ist jedoch vor allem bedeutsam, dass der Prozess selbst repliziert werden kann. Die Art und Weise, wie Forschung betrieben wird, verschiebt sich von einzelner Inspiration hin zum Batch-Screening.
Maschinen haben nicht plötzlich Inspiration, aber sie können unermüdlich suchen.
#人工智能 #Biotechnologie
