1,4 Milliarden US-Dollar! Merck Aus Deutschland Kooperiert Mit KI-Biotech-Unternehmen; Musks Erstes Neuralink-Gehirn-Computer-Schnittstellenimplantat Spielt Mit Seinem Verstand; Huang Renxun Hält Einen Vortrag an Der Oregon State University
Neue Errungenschaften, neue Entwicklungen und neue Perspektiven der KI für die Wissenschaft——
* Fujitsu, Japans führendes IT-Unternehmen: Generative KI beschleunigt die Arzneimittelentwicklung
* Musk: Neuralinks erstes Gehirn-Computer-Schnittstellenimplantat nutzt „Gedanken“, um Spiele zu spielen
* Merck und das KI-Biotech-Unternehmen Caris vereinbaren Kooperation
* Der KI-Proteindesign-Dienstleister „Tianwu Technology“ schloss in der Pre-A-Finanzierungsrunde mehrere zehn Millionen Yuan ab
* AbbVie übernimmt das KI-Pharmaunternehmen Landos Biopharma für 200 Millionen Dollar
* Huang Renxun nahm am Global Futures Forum der Oregon State University teil
* Die wissenschaftliche Konferenz 2024 zu Bioinformatik und intelligenter Informationsverarbeitung findet bald statt
Einzelheiten siehe unten~
Unternehmens-NewsFujitsu, Japans führendes IT-Unternehmen: Generative KI beschleunigt die Medikamentenentwicklung
Vor Kurzem hat Fujitsu mit dem staatlich geförderten RIKEN zusammengearbeitet, um generative KI-Technologie zu entwickeln. Mithilfe von Proteinbildern, die mit modernen kryogenen Elektronenmikroskopen aufgenommen wurden, wird generative KI eingesetzt, um Proteine als dreidimensionale Strukturen in Bewegung zu reproduzieren. Diese Technologie sagt den Zustand eines Zielproteins zehnmal schneller voraus als zuvor. Berichten zufolge ist Fujitsu Japans größter IT-Hersteller. Das Unternehmen ist in den 1970er Jahren in den chinesischen Markt eingestiegen und hat dort über 8 Milliarden Yuan investiert. Seine Produkte finden breite Anwendung in der Automobil-, Lebensmittel-, Medizin-, Finanz- und anderen Branchen.
Das erste Gehirn-Computer-Schnittstellenimplantat von Musk Neuralink nutzt „Gedanken“, um Spiele zu spielen
Kürzlich zeigte eine Live-Übertragung von Neuralink, einem Unternehmen im Besitz von Musk, dass Noland Arbaugh, der erste Mensch, der ein Gehirn-Computer-Schnittstellenimplantat erhalten hat, nun einen Computer über elektrische Signale seines Gehirns steuern kann. Berichten zufolge ist der 29-jährige Noland Arbaugh ein ehemaliger Schachspieler. Nach einem Tauchunfall vor 8 Jahren ist er vollständig gelähmt. Doch nachdem ihm der Gehirnchip implantiert worden war, konnte er den Computer steuern und Schach und sogar Mario Kart-Spiele durch „Gedanken“ spielen. Seine Leistung lieferte 271 Seiten wertvoller Daten für Neuralink.
Merck und KI-Biotech-Unternehmen Caris vereinbaren Kooperation
Kürzlich gab die deutsche Merck KGaA eine 1,4 Milliarden Dollar schwere Zusammenarbeit mit dem US-amerikanischen KI-Biotechnologieunternehmen Caris Life Sciences bekannt. Caris erhält gestaffelte Lizenzgebühren für Arzneimittelkandidaten nach der Markteinführung und Merck erhält eine exklusive weltweite Lizenz zur Entwicklung, Herstellung und Vermarktung von ADC-Therapien für ausgewählte Ziele. Merck wurde 1668 gegründet und ist ein Technologieunternehmen mit Schwerpunkt auf drei Hauptbereichen: Biowissenschaften, Pharmazeutische Gesundheit und elektronische Technologie. Das Unternehmen hat seine Pipeline an Onkologiemedikamenten vor Kurzem erfolgreich um ADC-Medikamente erweitert. Caris wurde 1996 gegründet und hat sich zum Ziel gesetzt, mithilfe der Präzisionsmedizin Patienten präzisere und personalisiertere Behandlungsmöglichkeiten zu bieten.
Der KI-Proteindesign-Dienstleister „Tianwu Technology“ schloss in der Pre-A-Finanzierungsrunde mehrere zehn Millionen Yuan ab
Vor Kurzem gab Shanghai Tianwu Technology Co., Ltd. den erfolgreichen Abschluss einer Pre-A-Finanzierungsrunde in Höhe von mehreren zehn Millionen Yuan bekannt. Diese Finanzierungsrunde wurde von Jinshajiang United Capital angeführt, gefolgt von Bencao Capital, Xiaochi Capital und Sichuan Jiaoyan Capital. Die eingeworbenen Mittel werden hauptsächlich dazu verwendet, die industrielle Anwendung universeller Großmodelle des Protein-Engineerings zu beschleunigen und die industrielle Modernisierung zu unterstützen. „Tianwu Technology“ wurde 2021 gegründet. Sein Kernteam kommt hauptsächlich von der Shanghai Jiaotong University. Es ist eines der ersten Unternehmen in China, das große KI-Proteinmodelle einsetzt. Das von ihm entwickelte große KI-Proteindesignmodell AccelProtein verwendet eine Transformer-Architektur und ein maskiertes Sprachmodell. Es erfasst die komplexe semantische Verbindung zwischen der Proteinsequenz und ihrer Funktion und realisiert eine End-to-End-Vorhersage von der „Sequenz zur Funktion“.
AbbVie übernimmt das KI-Pharmaunternehmen Landos Biopharma für 200 Millionen Dollar
Kürzlich gab AbbVie bekannt, dass es eine endgültige Vereinbarung mit dem KI-Pharmaunternehmen Landos Biopharma zur Übernahme von Landos für 212,5 Millionen US-Dollar unterzeichnet hat. Die Transaktion soll im zweiten Quartal 2024 abgeschlossen sein. Landos Biopharma wurde 2017 gegründet und ist ein KI-basiertes Arzneimittelforschungsunternehmen, das sich auf Immunität und Stoffwechsel konzentriert und wichtige neue molekulare Ziele identifiziert. Gemäß der Vereinbarung wird AbbVie die Hauptpipeline NX-13 von Landos Biopharma erwerben, die auf der Arzneimittelentwicklungsplattform mit künstlicher Intelligenz basiert. NX-13 ist ein potenzieller oraler FIC-NLRX1-Agonist zur Behandlung von Colitis ulcerosa und hat die klinische Phase II erreicht.
Tools und Ressourcen
Derm Foundation: Entwicklung maßgeschneiderter Machine-Learning-Modelle für die Dermatologie
Derm Foundation ist ein Tool zum Generieren von Einbettungen aus Hautbildern. Damit können benutzerdefinierte maschinelle Lernmodelle für die Dermatologie mit weniger Daten- und Rechenaufwand entwickelt werden als mit herkömmlichen Methoden der Modellentwicklung.
Ressourcenadresse:
https://github.com/Google-Health/imaging-research/tree/master/derm-foundation
Pymatgen: Eine Python-Bibliothek für die Materialanalyse
Pymatgen (Python Materials Genomics) ist eine Open-Source-Python-Bibliothek für die Materialanalyse. Es verfügt über leistungsstarke Codes zur Materialanalyse, definiert Kategorien für Strukturen und Moleküle und unterstützt mehrere elektronische Strukturcodes zur Unterstützung von Materialprojekten.
Ressourcenadresse:
https://github.com/materialsproject/pymatgen
PubChemPy: Ein Chemie-Toolkit
PubChemPy basiert auf der PubChem-Datenbank und ist ein chemisches Toolkit, das eine Möglichkeit bietet, über den PUG REST-Webdienst in Python mit PubChem zu interagieren. So können Benutzer Funktionen wie Dateiformatkonvertierung und Abruf chemischer Eigenschaften nach Name, Unterstruktur und Ähnlichkeit ausführen.
Ressourcenadresse:
https://github.com/mcs07/PubChemPy
Ersilia: Zentrum für die Modellierung von Infektionskrankheiten und vernachlässigten Krankheiten
Ersilia Model Hub ist eine einheitliche Plattform vortrainierter KI/ML-Modelle, die der Erforschung von Infektionskrankheiten und vernachlässigten Krankheiten gewidmet ist. Die Plattform bietet Open-Source-Lösungen mit geringem Codeaufkommen zur Erleichterung der Arzneimittelforschung.
Ressourcenadresse:
https://github.com/ersilia-os/ersilia
Farmassist: Intelligente Landwirtschaftsanwendungssoftware
Farmassist ist eine intelligente Anwendungssoftware für die Landwirtschaft zur IoT- und KI-basierten Erkennung von Pflanzenkrankheiten. Es wurde mit Flutter erstellt und verwendet Firebase als Backend.
Ressourcenadresse:
https://github.com/farmassistX/farmassist
EFAS: Europäisches Hochwasserwarnsystem
EFAS ist das erste operative System zur Überwachung und Vorhersage von Hochwasser auf europäischer Ebene. Seine Ziele bestehen darin, Maßnahmen zur Hochwasservorsorge in großen transnationalen Flusseinzugsgebieten und in ganz Europa zu unterstützen und das Notfall-Koordinationszentrum (ERCC) über laufende oder möglicherweise drohende Hochwasserereignisse in ganz Europa zu informieren.
Ressourcenadresse:
https://european-flood.emergency.copernicus.eu/en/european-flood-awareness-system-efas
Forschungsergebnisse
PLMSearch: Proteinsprachenmodell unterstützt präzise und schnelle Remote-Homologsequenzsuche
PLMSearch: Proteinsprachenmodell ermöglicht präzise und schnelle Sequenzsuche nach entfernten Homologen
*Quelle: Nature
* Fachgebiet: Biomedizin
*Autor: Forschungsteam der Universität Fudan
Ursprüngliche Adresse:
https://www.nature.com/articles/s41467-024-46808-5
Deep Learning-gestützte automatisierte mehrdimensionale Einzelpartikelverfolgung in lebenden Zellen
Deep Learning-gestützte automatisierte mehrdimensionale Einzelpartikelverfolgung in lebenden Zellen
*Quelle: ACS Publications
* Fachgebiet: Biomedizin
*Autor: Forschungsteam der Universität Xiamen
Ursprüngliche Adresse:
https://pubs.acs.org/doi/10.1021/acs.nanolett.3c04870
Historische Textanalyse der kontextualisierten konzeptuellen Repräsentation (CCR) im klassischen Chinesisch
Die Untersuchung der toten Geister: Historisch-psychologische Textanalyse mit kontextualisierter Konstruktrepräsentation (CCR) für klassisches Chinesisch
*Quelle: arXiv
*Bereich: Medizinische Gesundheit
*Autor: Forschungsteam der Peking-Universität
Ursprüngliche Adresse:
https://arxiv.org/abs/2403.00509
Eine allgemeine Deep-Learning-Architektur für die Emissionsgradtechnik
Allgemeines Deep-Learning-Framework für die Emissionsgradtechnik
*Quelle: Nature
*Fachgebiet: Materialchemie
*Autor: Forschungsteam der Huazhong University of Science and Technology
Ursprüngliche Adresse:
https://www.nature.com/articles/s41377-023-01341-w
Einsatz von maschinellem Lernen zur Vorhersage der Auswirkungen künftiger Dürre auf den Hirseertrag im Norden von Shanxi
Prognose der Auswirkungen zukünftiger Dürre auf den Hirseertrag im nördlichen Shanxi in China mithilfe eines Ensemble-Maschinenlernansatzes
*Quelle: ELSEVIER
* Fachgebiet: Land-, Forst- und Viehwirtschaft
*Autor: Forschungsteam der China Agriculture and Forestry University
Ursprüngliche Adresse:https://www.sciencedirect.com/science/article/abs/pii/S0168169924001169
Kommende Veranstaltungen
Akademische Konferenz zu Bioinformatik und intelligenter Informationsverarbeitung 2024
Die Akademische Konferenz zu Bioinformatik und intelligenter Informationsverarbeitung 2024, die von der China Artificial Intelligence Society und anderen veranstaltet wird, findet vom 14. bis 16. Juni im Grand Palace Hotel in Guilin, Guangxi, statt.
Das Thema dieser Konferenz lautet „Digitale Biologie im Zeitalter großer KI-Modelle“. Viele namhafte Experten und Wissenschaftler aus den Bereichen künstliche Intelligenz, Biowissenschaften, Medizinwissenschaften usw. werden eingeladen, Sonderberichte zu verfassen. Zu den Themen der Unterveranstaltungen zählen biologische Analyse und intelligente Verarbeitungsalgorithmen, biologische Multi-Omics-Datenanalyse, intelligentes Arzneimitteldesign, Präzisionsmedizin und Big Data, große Sprachmodelle und biologische Großmodelle usw.
Veranstaltungslink:
http://www.biip2024gl.com/
Global Futures Forum: Künstliche Intelligenz
Das „Global Futures Forum: Künstliche Intelligenz“ fand am 12. April an der Oregon State University statt. Zu der Konferenz waren NVIDIA-Gründer Huang Renxun, Loren Albert, Assistenzprofessor für Wälder, Ökosysteme und Gesellschaft an der Oregon State University und der Doktorand für experimentelle Kunst und digitale Medien an der University of Washington eingeladen. Chari Glogovac-Smith. Zu den Themen der Konferenz gehörten Klimawissenschaft und KI sowie die Auswirkungen der KI auf die Belegschaft und die Wirtschaft.
Veranstaltungslink:
Veranstaltungsrückblick
Chalmers AI4Science Workshop
Vor Kurzem fand der von Simon Olsson und Rocío Mercado organisierte Chalmers AI4Science-Workshop zum Thema „Kernelmethoden für Koopman-basierte Modellierung in der molekularen Simulation“ statt. Moderiert wurde die Veranstaltung von Dr. Feliks Nüske, Forschungsgruppenleiter am Max-Planck-Institut für Dynamik komplexer technischer Systeme. Er präsentierte aktuelle Ergebnisse zur effektiven Nutzung der kernelbasierten dynamischen Modenzerlegung (EDMD) im Kontext molekularer Simulationen und zeigte, wie die daraus resultierenden linearen Algebraprobleme effizient mithilfe von niedrigrangigen Näherungen auf Basis zufälliger Fourier-Merkmale (RFFs) gelöst werden können.
Veranstaltungslink:
https://psolsson.github.io/AI4ScienceSeminar
Das Obige ist der gesamte Inhalt, den "Science AI Weekly" teilen möchte ~
Wenn Sie über die neuesten Forschungsergebnisse, Informationen aus erster Hand über Unternehmen usw. zum Thema KI für die Wissenschaft verfügen, hinterlassen Sie bitte eine Nachricht, um die Informationen „offenzulegen“.