【ScienceAI Weekly】AI+바이오콘덴세이트 스타트업, TP3T 151명 해고 발표 과학기술부, 과학연구에서 AIGC 적색선을 명확히 하다 iFlytek Medical, 홍콩 증권거래소에 상장 신청
과학을 위한 AI 새로운 성과, 새로운 트렌드, 새로운 관점——
* 세계 최초로 생체분자 응축물을 신약개발에 적용한 기업이 18개 일자리 감축을 발표했다.
* 구글 딥마인드, 알파지오메트리 출시
* Evaxion Biotech, AI를 활용한 맞춤형 암 백신 개발 발표
* iFlytek Medical, 홍콩 증권거래소에 상장 신청서 공식 제출
* 충칭대학교-바이두 지능형 클라우드 공동혁신센터 설립
자세한 내용은 아래를 참조하세요~
회사 뉴스
Google DeepMind, AlphaGeometry 출시
AlphaGeometry는 Google DeepMind 팀과 뉴욕 대학 연구진에 의해 개발되었습니다. 신경 언어 모델과 기호 추론 엔진을 결합하여 인간 수준에 가까운 수준으로 복잡한 기하학 문제를 해결합니다. 30개의 국제수학올림피아드(IMO) 기하 문제에 대한 벤치마크 테스트에서 AlphaGeometry는 주어진 시간 내에 25개의 문제를 풀었고, 이전 SOTA "Wu 방법"은 10개를 풀었으며, 인간 IMO 금메달리스트는 평균 25.9개의 문제를 풀 수 있었습니다.
Evaxion Biotech, AI를 활용한 맞춤형 암 백신 개발 발표
최근 Evaxion Biotech는 AI가 식별한 새로운 종양 항원(내인성 레트로바이러스, ERV라고 함)을 표적으로 삼아 맞춤형 암 백신을 개발했다고 발표했습니다. 해당 소식이 발표된 후, 에박시온의 주가는 113.43%가 증가하며 급등했습니다. 2008년에 설립된 Evaxion은 타겟 발견 플랫폼 구축에 전념하는 인공지능 회사입니다. 현재 인공지능 기반 면역학 플랫폼은 3개가 있습니다.
* 개척자：환자의 신항원 표적을 개인화된 방식으로 정확하고 효과적으로 식별하고, 24시간 이내에 DNA 및 mRNA 시퀀싱 데이터에서 면역원성 신항원 에피토프를 식별할 수 있습니다.
* 에덴：세균성 감염병에 사용되며, 백신 개발을 위해 세균성 감염병을 유발하는 항원을 신속하게 식별할 수 있습니다.
* 까마귀: 효과적인 B세포와 T세포 반응을 촉발하는 동시에 기존, 신종 및 돌연변이 바이러스성 질병에 대한 백신 후보를 신속하게 식별합니다. 바이러스성 질병에 대한 백신은 효능이 떨어지고 돌연변이 바이러스에 의한 회피가 어렵다는 문제점이 있습니다.
AI + 바이오콘덴세이트 스타트업 듀포인트 테라퓨틱스 직원 개편
Dewpoint는 약물 발견에 생체 분자 응축물을 적용한 세계 최초의 회사로, 총 2억 8,700만 달러를 모금했습니다. 하지만 2018년에 설립된 Dewpoint Therapeutics는 지금까지 단 하나의 파이프라인도 임상 시험에 들어간 적이 없습니다. 생체 분자 응축물을 표적으로 하는 약물 개발은 아직 초기 단계이기 때문에 기업들은 생물학적 검증에 많은 시간과 노력을 투자해야 하며, 이로 인해 임상 개발의 진행이 더디게 진행됩니다. 얼마 전 회사는 18개의 직책을 감축할 것이라고 발표했는데, 이는 전체 직원 수의 약 15%에 해당합니다.
아이플라이텍메디컬, 홍콩증권거래소 상장 신청 공식 제출…중국 의료 인공지능 업계 1위
홍콩증권거래소가 1월 26일에 공시한 바에 따르면, 아이플라이텍 메디컬 테크놀로지 주식회사는 화타이 인터내셔널, GF 캐피털(홍콩), CCB 인터내셔널이 공동 스폰서로 참여하여 홍콩증권거래소 주전시장에 상장 신청서를 제출했습니다. iFlytek Medical은 2016년에 설립되었습니다. 이 회사가 개발한 지능형 의료 보조원은 국가 의료 종사자 자격 시험(종합 필기 시험)에 합격했습니다. 현재 Intelligent Medical Assistant는 전국 30개 이상의 성, 400개 이상의 지구와 카운티를 담당하여 7억 4천만 건 이상의 AI 지원 진단 제안과 2억 8천만 건 이상의 전자 의료 기록 표준화 제안을 제공했습니다.
충칭대학교-바이두 지능형 클라우드 공동혁신센터 설립
최근 바이두와 충칭대학교는 충칭대학교 사핑바 캠퍼스에서 전략적 협력 협정을 체결하고, "충칭대학교-바이두 지능형 클라우드 공동 혁신 센터"를 공개했습니다. 충칭대학교-바이두 지능형 클라우드 공동혁신센터는 산악자율주행, 대형모델 응용, 정보보안 등 첨단 핵심 분야에 집중하는 것으로 알려졌습니다. 양측은 산업, 학계, 연구의 융합을 심화하고, 과학기술 성과의 양방향 전환을 촉진하기 위해 AI For Science 과학 연구 컴퓨팅 플랫폼을 공동으로 구축할 것입니다.
정책 사양
과학기술부 감독부는 '책임 있는 연구 수행에 관한 지침(2023)'을 발표했습니다.
"책임 있는 연구 수행 지침(2023)"의 연구 주제 선정 및 실행 부분에서는 다음과 같이 명시되어 있습니다: 과학 연구자가 연구 프로젝트를 신청할 때 제출하는 자료는 진실하고 정확하며 객관적이어야 합니다. 동일하거나 유사한 연구 내용을 반복하여 제출하는 것은 허용되지 않으며, 본인의 동의 없이 타인을 연구팀의 구성원으로 등록해서는 안 됩니다. 지원서류를 표절, 매매 또는 대필하는 행위는 허용되지 않으며, 생성 인공지능을 사용하여 지원서류를 직접 생성하는 행위도 허용되지 않습니다. 동시에,가이드라인” 또한 생성 인공지능에 의해 생성된 검증되지 않은 참조는 직접적으로 사용되어서는 안 된다는 점을 명확히 규정하고 있습니다.
도구 및 리소스
오픈 촉매 프로젝트
오픈 촉매 프로젝트는 Meta AI의 기초 인공지능 연구(FAIR) 부문과 카네기 멜론 대학교 화학공학과(CMU)의 협업으로, AI를 사용하여 기후 변화에 대응하기 위한 재생 에너지 저장에 사용할 수 있는 새로운 촉매를 모델링하고 발견하는 것을 목표로 합니다.
더 많은 연구자가 Open Catalyst Project에 참여할 수 있도록 팀은 머신 러닝 모델을 훈련하기 위한 Open Catalyst 2020(OC20) 및 Open Catalyst 2022(OC22) 데이터 세트를 출시했습니다. 이 데이터 세트에는 총 130만 개의 분자 이완과 2억 6천만 개 이상의 DFT 계산 결과가 포함되어 있습니다. 또한, 기본 모델과 코드도 Github에 오픈 소스로 공개되어 있습니다.
오픈소스 주소:
https://github.com/Open-Catalyst-Project
재료 프로젝트
재료 프로젝트는 모든 무기 재료의 특성을 계산하고, 그 데이터와 관련 분석 알고리즘을 모든 재료 연구자에게 무료로 제공하는 것을 목표로 합니다. 이 프로젝트의 궁극적인 목표는 계산적으로 가장 유망한 화합물에 초점을 맞춰 새로운 소재를 개발하는 데 걸리는 시간을 크게 단축하는 것입니다. 현재 연구자들에게 다음을 제공할 수 있습니다.
* 피마트겐: 재료 분석을 위한 오픈 소스 Python 라이브러리로, 연구자들은 Materials API에 접근하여 복잡한 재료 데이터 세트를 추가로 분석할 수 있습니다.
* 크리스탈 툴킷: 결정 구조, 밴드 구조 등 일반적인 물질 데이터 유형을 표시하기 위한 오픈 소스 웹 애플리케이션 상자로, Python 사용자를 위해 특별히 설계되었으며, 사용자는 기존 웹 기술을 배우지 않고도 완전한 웹 애플리케이션을 개발할 수 있습니다.
* 불꽃: 모든 컴퓨팅 리소스를 자동으로 계산하는 데 사용할 수 있는 무료 오픈 소스 코드로, 대규모 컴퓨팅 센터에서 높은 처리량 계산을 실행할 수 있도록 지원합니다.
* 아토메이트: 복잡한 재료 계산을 수행하기 위한 "레시피"를 제공하고, 단 몇 줄의 코드만으로 일련의 상호 연관된 복잡한 계산을 자동으로 수행합니다.
공식 웹사이트 주소:
https://next-gen.materialsproject.org/
Scholar Puyu 2.0: 차세대 국내 오픈소스 대규모 언어 모델
1월 17일, 상하이 인공지능연구소와 SenseTime은 홍콩 중국 대학, 복단 대학과 함께 차세대 대규모 언어 모델 Scholar Puyu 2.0(InternLM2)을 공식 출시했습니다. 2조 6천억 개의 고품질 코퍼스 토큰으로 학습한 후, 7B와 20B의 두 가지 매개변수 사양과 기본 및 대화 버전이 포함되었습니다. 수학적 추론 측면에서 20B 매개변수 모델은 GSM8K 및 MATH 평가에서 ChatGPT(GPT-3.5)보다 우수한 성능을 보입니다.
오픈소스 주소:
https://github.com/InternLM/InternLM
푸케 케미컬: 오픈소스 과학 빅모델
1월 26일, 상하이 인공지능 연구소는 최초의 오픈소스 과학 빅모델인 ChemLLM을 출시했습니다. 엄청난 양의 화학 전문가 데이터를 주입함으로써, 빅 모델은 화학 관련 전문 업무를 이해하고 처리할 수 있는 지식과 능력을 습득하게 되었습니다. 동시에 연구진은 화학 능력이 습득됨에 따라 대형 모형의 수학적, 과학적 주제와 추론 능력도 향상된다는 것을 발견했습니다.
오픈소스 주소:
https://huggingface.co/AI4Chem/ChemLLM-7B-Chat
연구 결과
AMIE: 자기 게임 기반 대규모 진단 대화 모델
대화형 진단 AI를 향해
* 출처: arXiv
* 분야 : 헬스케어
* 저자: Google Research 및 Google DeepMind
AMIE(Articulate Medical Intelligence Explorer)는 자동 피드백 메커니즘을 갖춘 새로운 셀프 플레이 기반 시뮬레이션 환경을 사용하여 다양한 질병 상태, 전문 분야 및 상황에 걸쳐 학습을 확장합니다. 연구자들은 AMIE의 성과를 1차 진료 의사의 성과와 비교했으며, 전문가들은 AMIE의 진단 정확도가 더 높다고 평가했으며, 32개 지표 중 28개에서 더 나은 성과를 보였습니다.
원본 기사를 읽어보세요:
https://arxiv.org/abs/2401.05654
* 출처: bioRiv
* 분야 : 생물의학
* 저자 : 캘리포니아 대학교 연구팀
연구진은 정제되지 않은 AF2 모델을 미리 테스트하여 동일한 스크린 결과를 가진 AF2 모델에 도킹된 대규모 라이브러리의 적중률과 친화도를 동일한 수용체 실험 구조와 비교했습니다. 연구진은 AF2 모델을 5-HT2A 수용체에 도킹한 후, 더 강력하고 선택적인 리간드의 크라이오-EM 구조를 발견했습니다. 우리의 연구 결과는 AF2 모델이 리간드 발견에 관련된 형태를 샘플링할 수 있음을 보여주며, 이를 통해 구조 기반 리간드 발견의 적용성을 크게 확장할 수 있습니다.
원본 기사를 읽어보세요:
https://www.biorxiv.org/content/10.1101/2023.12.20.572662v1
OptADMET: 리드 화합물의 ADMET 특성 개선을 위해
OptADMET: 리드 화합물의 ADMET 특성을 개선하기 위한 하부 구조 수정을 위한 웹 기반 도구
* 출처: Nature Protocols
* 분야 : 생물의학
* 저자: 저장대학교 및 중남대학교 샹야 약학대학
OptADMET은 32가지 ADMET 특성(흡수, 분포, 대사, 배설 및 독성)에 대한 화학적 변환 규칙을 제공하고 과거 실험 데이터를 사용하여 납을 최적화하는 온라인 통합 플랫폼입니다. 동시에 OptADMET은 쿼리 분자의 모든 최적화된 분자의 ADMET 스펙트럼을 제공할 수 있으며, 이를 통해 이상적인 하부 구조의 변환을 예측하고 후보 약물의 후속 검증을 수행할 수 있습니다.
원본 기사를 읽어보세요:
https://www.nature.com/articles/s41596-023-00942-4
그래프 학습 기반 해석 가능 모델
음성 관련 EEG를 이용한 파킨슨병 진단을 위한 그래프 학습 기반 해석 모델
* 출처: npj 디지털 메디신
* 분야 : 헬스케어
* 저자: 중국과학원 선전선진기술원 및 중산대학 제1부속병원
연구진은 파킨슨병 환자의 언어 및 운동 과제에서 나타나는 비정상적인 EEG 특징을 이용하여 해석 가능한 그래프 신호 처리-그래프 합성 신경망(GSP-GCNs) 모델을 제안했습니다. 언어 기본 주파수 조절 과제의 EEG 데이터를 활용하고 파킨슨병 환자의 대규모 뇌 기능 네트워크의 신경 마커를 발굴하여 파킨슨병에 대한 고정밀 지능형 진단을 달성했습니다.
원본 기사를 읽어보세요:
https://www.nature.com/articles/s41746-023-00983-9
XGBoost 알고리즘 기반 머신 러닝 모델: P-SOC 공기 전극 스크리닝용
양성자 고체 산화물 셀의 공기 전극을 위한 기계 학습 지원 스크리닝 양성자 전도성 Co/Fe 기반 산화물
* 출처: Advanced Functional Materials
* 분야 : 재료화학
* 저자: 광저우대학교
연구팀은 XGBoost 머신 러닝 모델을 기반으로 원소 구조를 입력으로 P-SOC 공기 전극을 선별하고, 머신 러닝 예측 결과와 밀도 함수 이론(DFT) 계산을 기반으로 P-SOC용 고효율 공기 전극 소재인 LCN91을 성공적으로 선별했습니다. LCN91의 활성화 에너지는 잘 알려진 공기 전극과 비슷합니다.
원본 기사를 읽어보세요:
https://onlinelibrary.wiley.com/doi/10.1002/adfm.202309855
예정된 이벤트
제23회 바이오IT월드 4월 15일 개막
바이오IT월드는 2024년 4월 15일부터 17일까지 보스턴에서 개최됩니다. 수십 개의 컨퍼런스로 구성된 10개 세션 중 생성 인공지능, 신약 발굴 및 개발을 위한 인공지능, 종양학 및 정밀 의학 등을 위한 인공지능 등 3개 세션이 인공지능에 초점을 맞출 예정입니다.
그중 6개의 심층 세미나에서는 FAIR 데이터, 지식 그래프, 양자 컴퓨팅, 자동화, 디지털 실험실 및 로봇 공학, 디지털 바이오 의약품, 임상 개발 및 임상 시험의 디지털 업그레이드 등을 다루었습니다. 9개의 사전 컨퍼런스 워크숍의 주제는 생성적 AI, 데이터 과학, 의미 관리 기술 및 프로세스, 노바티스의 대규모 언어 모델과 그 실용적 응용, 제약 R&D의 디지털화, 생물의학 디지털 트윈 등이었습니다.
등록 링크:
https://www.bio-itworldexpo.com/
이상 "사이언스AI주간"이 공유하고자 하는 모든 내용입니다~
AI for Science에 대한 최신 연구 결과나 기업에 대한 직접적인 정보 등이 있으시면, "정보 공개"를 위한 메시지를 남겨주세요.