Nvidia と Genentech が提携し、人工知能を使用して創薬を加速
NVIDIA は、バイオテクノロジー大手 Genentech と協力し、複数年計画を活用して生成 AI を含む最先端の人工知能機能を導入し、創薬研究を加速しています。 Nvidia はバイオテクノロジー大手 Genentech と提携しており、両社は数年かけて生成 AI を含む最先端の人工知能機能を適用して医薬品開発を加速する予定です
Nvidia は生成 AI の利用を希望していますモデルとアルゴリズムを「次世代 AI プラットフォーム」に変換し、Genentech の高度な AI 研究プログラムを強化し、新しい治療法や薬の発見を加速します
Genentech は、Nvidia の専門知識を活用して、独自に開発した機械学習アルゴリズムとアルゴリズムを大幅に改善する予定です。モデル。これを実現するために、同社は、Nvidia 独自の AI ハードウェアに基づくサービスとしてのトレーニング プラットフォームである Nvidia の DGX Cloud を使用する予定です。 DGX Cloud には、Nvidia の GPU と Nvidia BioNemo
BioNeMo などのソフトウェアが含まれており、特定分野に属するトレーニング サービスの新しいプラットフォームとしてユーザーに提供されています。このプラットフォームは、生成人工知能を創薬に適用するプロセスを簡素化、加速、拡張し、研究者が DGX Cloud 上で最先端のモデルを事前トレーニングまたは微調整できるようにします
Nvidia はGenentech はコンピューティングの専門知識を共有しています。 Nvidiaは、Genentechの計算科学者チームと緊密に連携してAIモデルの最適化と拡張を行い、独自のプラットフォームを改善すると述べた。治療の可能性を持つ分子の開発と同様に、新薬は依然として非常に困難です。ジェネンテックは、このプロセスはまだ非常に不確実だが、AI がこれを容易にする上で重要な役割を果たすことができると信じていると述べた。ジェネンテックは、AIは創薬プロセスの予測可能性とコスト効率を高めるのに役立ち、長期的には研究開発プロジェクトの成功率を向上させることができると述べた。
ジェネンテック社のエグゼクティブバイスプレジデント兼研究および初期開発責任者であるアビブ・レゲブ氏は、この取り組みは同社が「信じられないほどのペース」で新たな科学的発見を行い、大規模な洞察を生み出すのに役立つと述べた。同氏は、「科学とテクノロジーの組み合わせは常にジェネンテックの生物医学的躍進の基礎であり、人々の生活を変える治療法を提供するために、エヌビディアと協力して創薬と開発をさらに最適化できることをうれしく思う。」と述べた。 Genentech の AI チームは、さまざまな治療法をカバーする複数の研究分野にわたる AI および機械学習の基礎モデルの開発に熱心に取り組んでいます。彼らの目標は、人間の生物学と病気に関する基本的な質問に答えながら、創薬に関する洞察を収集することです。
書き換えられた内容は次のとおりです: Genentech のもう 1 つの目標は、実験的研究の使用に焦点を当てた「Circular Lab」構想の進歩を加速することです。データを使用して計算モデルに情報を提供し、モデルがパターンを発見し、実験的に検証可能な新しい予測を行えるようにします。 Genentech によると、同社の科学者は Nvidia のプラットフォームを使用してこれらの予測をより迅速に評価し、その結果を基礎となる計算モデルにフィードバックして改善し、より効果的な治療法を開発できるようになりました。
今回の提携では、Genentech の独自データが活用されます。 Nvidia 自体は、特定のプロジェクトでデータを使用するための特別な許可を取得しない限り、Genentech のデータにアクセスすることはできません。
以上がNvidia と Genentech が提携し、人工知能を使用して創薬を加速の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

サイバーパンク 2077 の際立った機能の 1 つはパス トレースですが、パフォーマンスに大きな負担をかける可能性があります。 RTX 4080 (Gigabyte AERO OC 現行価格。Amazon で 949.99 ドル) のような、そこそこ性能のあるグラフィックス カードを搭載したシステムでも、安定したパフォーマンスを提供するのは困難です。

OneXGPU 2 は、AMD ですらまだ発表していない GPU である Radeon RX 7800M を搭載した最初の eGPU です。外部グラフィックス カード ソリューションのメーカーである One-Netbook によって明らかにされたように、新しい AMD GPU は RDNA 3 アーキテクチャに基づいており、Navi

Nvidia は、ゲームでの画面のティアリング、スタッター、入力遅延を解消するために、2013 年に初めて G-Sync 可変リフレッシュ レート (VRR) テクノロジーを導入しました。これは基本的に、GPU の出力 fps をモニターのリフレッシュ レートに同期させることで機能しました。要件 b

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

Nvidia は 2019 年に Shield TV Pro を発表しましたが、後継製品はまだ登場していません。 Nintendo Switch と同じハードウェアを備えていますが、Nintendo Switch も後継機がなく長らく販売されてきました。さて、この Android TV ですが、

8月1日の本サイトのニュースによると、SKハイニックスは本日(8月1日)ブログ投稿を発表し、8月6日から8日まで米国カリフォルニア州サンタクララで開催されるグローバル半導体メモリサミットFMS2024に参加すると発表し、多くの新世代の製品。フューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) の紹介。以前は主に NAND サプライヤー向けのフラッシュ メモリ サミット (FlashMemorySummit) でしたが、人工知能技術への注目の高まりを背景に、今年はフューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) に名前が変更されました。 DRAM およびストレージ ベンダー、さらに多くのプレーヤーを招待します。昨年発売された新製品SKハイニックス

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究
