【ScienceAI Weekly】침묵 속에서 돈을 벌어보세요! 엔비디아의 의료 사업은 10억 달러의 수익을 창출합니다. 머스크: 인간 뇌칩 이식 첫 환자 회복 가능성
과학을 위한 AI 새로운 성과, 새로운 트렌드, 새로운 관점——
* 엔비디아의 헬스케어 사업은 2024 회계연도에 10억 달러 이상의 수익을 창출했습니다.
* Bioptimus, 시드 라운드 자금 조달로 3,500만 달러 확보
* Neuralink의 첫 번째 인간 피험자가 회복되었을 수 있습니다.
* WIVI Vision, 400만 유로 자금 지원 받아
* 일리촨닝생명공학유한공사와 상하이진위과학기술유한공사가 협력을 체결했습니다.
* 과학기술부는 우리나라 최초의 "뇌-컴퓨터 인터페이스 연구 윤리 지침"을 발표했습니다.
자세한 내용은 아래를 참조하세요~
회사 뉴스
엔비디아의 헬스케어 사업은 2024 회계연도에 10억 달러 이상의 수익을 창출했습니다.
엔비디아의 헬스케어 사업은 2024 회계연도에 10억 달러 이상의 수익을 창출했다고 전해졌습니다. 이는 목표보다 2~3년 앞선 수치입니다. 현재 NVIDIA는 소분자 모델링 도구, OpenFold 단백질 예측 모델, 타겟 및 약물 발견을 위해 Recursion으로 개발된 Phenom-Beta 모델 등 10개 이상의 생성 AI 모델을 보유하고 있습니다. 엔비디아는 2023년 9개 AI 제약 회사에 투자했습니다. 참 테라퓨틱스, Recursion Pharmaceuticals, Genesis Therapeutics, Superluminal Medicines, Inceptive, Generate Biomedicines, Evozyne, Iambic Therapeutics 및 Erray Therapeutics.
Bioptimus, 시드 라운드 자금 조달로 3,500만 달러 확보
최근 프랑스 스타트업 Bioptimus는 Sofinnova Partners와 Bpifrance Large Venture가 주도한 시드 라운드 자금 조달에서 3,500만 달러를 확보했습니다.캐세이 이노베이션 Headline을 포함한 다른 회사들도 후속 투자를 했습니다. Bioptimus 팀의 주요 멤버는 Google DeepMind와 프랑스 인공지능 회사 Owkin의 전 임원들입니다. 그들의 목표는 생물학 분야에서 최초의 일반 인공지능 기본 모델을 구축하고, 과학적 획기적인 발전을 촉진하며 생물의학 및 기타 분야에서 혁신을 가속화하는 것입니다.
Neuralink의 첫 인간 실험 대상자가 회복되었을 수도 있습니다.
테슬라 CEO 일론 머스크는 2월 20일 현지 시각에 뉴럴링크 뇌 칩을 이식받은 최초의 인간 피험자가 "완전히 회복된 것으로 보이며, 현재까지 알려진 부작용은 없으며, 피험자는 생각만으로 컴퓨터 화면에서 마우스를 움직일 수 있다"고 밝혔습니다.
머스크가 2016년에 설립한 이 회사의 사명은 다양한 뇌 관련 질병을 치료하기 위한 뇌-컴퓨터 인터페이스를 개발하고 생물학적 지능과 인공 지능을 보다 긴밀하게 연결할 수 있는 전체 뇌 인터페이스를 만드는 것입니다. 지난 5월, Neuralink는 최초의 인체 임상 실험이 미국 식품의약국(FDA)의 승인을 받았다고 발표했습니다. 작년 9월, 뉴럴링크는 올해 뇌-컴퓨터 인터페이스에 대한 최초의 인체 실험을 실시할 것이라고 발표했습니다.
WIVI Vision, 400만 유로 자금 지원 받아
스페인 회사 Vision은 400만 유로의 자금을 조달했습니다. 이번 자금 조달은 다음에서 주도되었습니다. 아다라 벤처스 Hearstlab, Avançsa, Caixabank DayOne, BBVA Spark가 참여하여 라운드를 주도했습니다. 회사는 이 자금을 국내외 개발을 촉진하고, 팀 확장을 가속화하며, 새로운 기술 개발을 지원하는 데 사용할 계획입니다.
WIVI Vision은 2016년에 설립된 시력 치료 서비스 제공업체입니다. 이 회사는 빅데이터와 인공지능(AI) 기술을 사용하여 누군가의 시각 장애 여부를 평가하고, 환자의 시력을 개선하며 개인화된 3D 훈련 프로그램을 기반으로 시력 치료 솔루션을 제공하고자 합니다.
일리촨닝생명공학유한공사와 상하이진위과학기술유한공사가 협력을 체결했습니다.
2월 22일, 일리촨닝생물기술유한공사와 상하이진윈과학기술유한공사가 파트너십을 발표했습니다. 양측은 각자의 분야에서 각자의 장점을 최대한 활용하여 다양한 자원을 통합하고, 촨닝바이오의 항생제 중간체 발효 산업의 최적화 및 업그레이드, AI를 활용한 합성생물학 연구개발 지원, 신제품 공동 개발에 협력할 예정입니다. 양측은 인공지능을 촨닝바이오의 기존 산업과 결합하여, 촨닝바이오의 생산 방식과 생산 효율을 전면적으로 개선하기 위해 가능한 한 빨리 새로운 품질 생산성을 형성할 것입니다.
정책 사양
과학기술부는 우리나라 최초의 "뇌-컴퓨터 인터페이스 연구 윤리 지침"을 발표했습니다.
2024년 2월, 과학기술부는 우리나라 최초의 "뇌-컴퓨터 인터페이스 연구 윤리 지침"을 발표했는데, 여기에는 뇌-컴퓨터 인터페이스 연구를 수행할 때 연구가 사회적 가치를 가져야 하고, 회복적 뇌-컴퓨터 인터페이스 기술에 초점을 맞춰야 하며, 기술 개발을 통해 대중의 건강 요구에 부응하는 것을 강조해야 한다고 명시되어 있습니다. 주의 조절, 수면 조절, 기억 조절, 외골격 등의 향상된 뇌-컴퓨터 인터페이스 기술은 비의학적 목적을 위해 엄격한 규제와 명확한 효과의 전제 하에 어느 정도 탐색 및 개발을 장려해야 합니다. 《가이드라인》 또한 뇌-컴퓨터 인터페이스 사용 목적과 피험자의 개인정보 보호 등의 문제도 명확히 했습니다.
전체 사양은 다음을 참조하세요.
https://www.most.gov.cn/kjbgz/202402/t20240202_189582.html
도구 및 리소스
BLAST(Basic Local Alignment Search Tool): 생체거대분자 서열 정렬 검색 도구
BLAST는 생물학적 서열 간의 국소적 유사성 영역을 찾고, 뉴클레오티드 또는 단백질 서열을 서열 데이터베이스와 비교하고, 통계적 유의성을 계산할 수 있습니다. 이는 서열 간의 기능적 및 진화적 관계를 추론하고 유전자 계열 구성원을 식별하는 데 도움이 될 수 있습니다.
오픈소스 주소:
https://blast.ncbi.nlm.nih.gov/Blast.cgi
TheAlgorithms/C-Plus-Plus: 알고리즘 컬렉션
Algorithms/C-Plus-Plus는 C++로 구현된 수학, 머신 러닝, 컴퓨터 과학, 물리학 분야의 다양한 알고리즘을 모아 놓은 것입니다.
리소스 주소:
https://github.com/TheAlgorithms/C-Plus-Plus
NIMS-OS: 자동 소재 감지
NIMS-OS(NIMS Orchestration System)는 인간의 개입 없이 자동으로 재료를 감지할 수 있는 Python 라이브러리입니다. NIMS 자동 로봇 전기화학 실험(NAREE) 시스템은 로봇 실험에 사용할 수 있으며, 사용자가 실시간으로 최적화 결과를 확인할 수 있는 결과 시각화 도구도 제공합니다.
리소스 주소:
https://github.com/nimsos-dev/nimsos
ChemCrow: 일반적인 화학 과제에 대한 추론 단순화
ChemCrow는 약물, 재료 설계, 합성과 같은 분야에서 다양한 일반적인 화학 작업에 대한 추론을 단순화하도록 설계된 전문가가 설계한 13개의 화학 도구로 구성된 오픈 소스 패키지입니다. 이 모델은 합성적으로 생성된 흐름도의 독립적인 테스트 데이터 세트에서 80% 상위 1 정확도와 84% 상위 5 정확도를 달성했으며, 합성 흐름도를 자동으로 수정하는 방법을 학습할 수 있습니다.
리소스 주소:
https://github.com/ur-whitelab/chemcrow-public
BioMistral: 생물의학 분야 오픈소스 LLM
BioMistral 7B는 Mistral 7B Instruct v0.1에서 파생되었으며 PubMed Central에서 사전 학습된 생물의학 분야를 위한 전문 LLM입니다.
리소스 주소:
https://huggingface.co/BioMistral/BioMistral-7B
연구 결과
심층 강화 학습을 기반으로 잠재적인 플라즈마 찢어짐을 300밀리초 미리 예측
심층 강화 학습을 통한 핵융합 플라즈마 찢어짐 불안정성 방지
* 출처: 네이처
* 분야 : 에너지 및 환경
* 저자: 프린스턴 대학교
플라스마 불안정성은 핵융합 연구에 있어서 중요한 과제이다. 연구진은 강화 학습 AI를 위한 훈련 환경으로 다중 모드 동적 모델을 사용했으며, 실시간 플라즈마 특성을 기반으로 미래의 찢어짐 모드 불안정성 발생 확률을 예측할 수 있는 심층 신경망을 구축했습니다. 그들은 또한 샌디에이고의 DIII-D 국립 핵융합 시설에서 실험을 수행했습니다. 연구 결과에 따르면, 연구진이 개발한 AI 컨트롤러는 파열이 일어나기 300밀리초 전에 플라즈마 불안정성을 예측할 수 있는 것으로 나타났습니다.
원본 기사를 읽어보세요:
https://www.nature.com/articles/s41586-024-07024-9 다중 스케일 딥 생성 모델을 사용하여 상태별 단백질-리간드 복합체 구조 예측
다중 스케일 딥 생성 모델을 사용한 상태별 단백질-리간드 복합체 구조 예측
* 출처: 네이처
* 분야 : 생물의학
* 저자: 캘리포니아 공과대학교
연구자들이 제안한 NeuralPLexer는 심층적 생성 모델을 사용하여 결합 복합체의 3차원 구조와 원자적 분해능에서 그 구조적 변화를 샘플링합니다. 연구에 따르면 NeuralPLexer 예측은 효소 공학 및 약물 발견 분야의 중요한 표적에 대한 구조 결정 실험과 일치합니다. 또한 NeuralPLexer의 글로벌 단백질 구조 예측 정확도는 큰 구조적 변화가 있는 대표적인 구조 쌍과 새롭게 식별된 리간드 결합 단백질의 경우 AlphaFold2보다 지속적으로 더 우수합니다.
원본 기사를 읽어보세요:
https://www.nature.com/articles/s42256-024-00792-z
그래프 신경망 기반 신약 상호작용 예측
생물의학 네트워크를 이용한 흐름 기반 그래프 신경망을 통해 가능한 새로운 약물 상호작용 예측
* 출처: Nature Computational Science
* 분야 : 생물의학
* 저자: 청화대학교
연구진은 약물 쌍 사이의 경로를 추출하고, 한 약물에서 다른 약물로 정보를 전파하고, 경로에 관련 생물의학적 개념을 추가하여 약물 쌍의 특징을 학습하는 그래프 신경망인 EmerGNN을 제안했습니다. 실험 결과, EmerGNN은 신규 약물의 상호작용을 예측하는 데 기존 방법보다 정확도가 높은 것으로 나타났습니다.
원본 기사를 읽어보세요:
https://www.nature.com/articles/s43588-023-00558-4Cas-DiffCom: 유아 3D 의료 영상의 종단적 초고해상도를 위한 계단식 확산 모델
Cas-DiffCom: 유아 종단 초고해상도 3D 의료 영상 완성을 위한 계단식 확산 모델
* 출처: arXiv
* 분야 : 헬스케어
* 저자: 상하이기술대학교
연구진은 고밀도 및 종단적 3D 유아 뇌 MRI 완성과 초고해상도를 위한 계단식 확산 모델인 Cas-DiffCom을 제안하고 제안된 방법을 Baby Connectome Project(BCP) 데이터 세트에 적용했습니다. 연구 결과에 따르면 Cas-DiffCom은 종단적 유아 뇌 이미지 완성에 있어 개별적 일관성과 높은 충실도를 달성하는 것으로 나타났습니다.
원본 기사를 읽어보세요:
https://arxiv.org/abs/2402.13776
탄소 포집을 위한 생성 AI
탄소 포집을 위한 금속-유기 프레임워크 설계를 위한 분자 확산 모델을 기반으로 하는 생성적 인공 지능 프레임워크
* 출처: 커뮤니케이션 케미스트리
* 분야 : 재료화학
* 저자: 미국 Argonne National Laboratory
금속 유기 골격(MOF)은 이산화탄소 포집에 큰 잠재력을 가지고 있습니다. 연구진이 제안한 생성적 AI 고성능 프레임워크인 GHP-MOFassemble은 분자 동역학 시뮬레이션과 몬테카를로 시뮬레이션을 결합하여 무작위로 생성된 MOF 구조를 조립함으로써 30분 이내에 12만 개 이상의 새로운 후보 MOF를 하나하나 빠르게 조립할 수 있습니다.
원본 기사를 읽어보세요:
https://www.nature.com/articles/s42004-023-01090-2
예정된 이벤트
SIMONS 세미나는 5월 6일에 개최됩니다.
뉴욕대학교가 주최하는 SIMONS 세미나는 5월 6일 뉴욕대학교 키멜 센터에서 개최됩니다. 옥스퍼드 대학, 베를린 자유 대학 및 기타 대학의 학자들이 생물 분자 시뮬레이션의 최신 동향과 개발 과제 및 기타 주제에 대해 논의하기 위해 초대되었습니다.
이 워크숍의 초기 주제는 다음과 같습니다. 단백질 역학을 이해하기 위한 시뮬레이션, 실험 데이터 및 머신 러닝 결합, 박테리아 세포막의 대규모 MD 시뮬레이션, 물리적 모델링 및 대규모 시뮬레이션을 통한 크로마틴 구조 및 역학 규명 등.
등록 링크:
https://wp.nyu.edu/sccpc/event/challenges-in-biomolecular-simulations-symposium/
AI4SCIENCE @ 칼텍
캘리포니아 공과대학(Caltech)은 아니마 아난드쿠마르(Anima Anandkumar) 교수와 이송 웨(Yisong Yue) 교수가 이끄는 AI4Science 프로그램을 시작했습니다. 이 협회는 AI 및 기타 분야의 많은 전문가를 모아 최첨단 인공지능 기술을 다양한 과학 및 공학 분야에 통합하고, 학문 간 장벽을 허물고, 과학 연구 혁신과 개발을 촉진하는 데 전념하고 있습니다.
학년 동안 이 프로그램은 2주마다 수요일 정오에 강의와 과정 형태로 개최되어 다양한 과학 분야의 학자들을 대상으로 머신 러닝에 대한 이론적 지식 교육과 실습 기회를 제공합니다.
등록 링크:
https://www.ai4science.caltech.edu/events.html
이벤트 리뷰
AI for Science 라이브 시리즈상하이 교통대학 자연과학연구소와 상하이 응용수학 국가센터(상하이 교통대학 분원)가 공동으로 주최하는 제5회 AI for Science 생방송 시리즈가 2월 29일에 시작됩니다. 생방송의 주제는 다중 모드 생성형 대형 모델의 연구 진행 상황입니다. 발표자 왕 양슈아이는 과학 연구에서 인공지능의 응용과 잠재력에 대해 논의할 것입니다. 학계는 최신 연구 결과와 기술적 진보를 공유함으로써 과학 분야에서 AI에 대한 이해와 응용을 강화하고, 학제 간 협력을 촉진하며, 과학적 진보를 촉진할 것입니다.
이벤트 링크:
https://mp.weixin.qq.com/s/0kkh52_qhLr2bn-75GulPw
LoG 2023 상하이 실무 공유상하이 교통대학과 베이징대학이 공동으로 상하이에서 LoG2023 세미나를 개최했습니다. 이 컨퍼런스는 그래픽스와 기하학적 기계 학습의 관련 분야에 초점을 맞추고 있으며, 국내외 수학 엘리트와 컴퓨터 과학 전문가를 한자리에 모아 기하학적 딥 러닝을 구축하는 수학적 이론에 대한 심도 있는 토론을 진행하고, 신뢰할 수 있는 위상 구조와 효율적인 딥 신경망 컴퓨팅 유닛을 개발합니다.
라이브 재생:
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.