⚡️Arc Institute создали 1-ю ИИ-модель виртуальной клетки для открытия лекарств
State — ИИ-модель, которая предсказывает, как клетки изменятся после воздействия лекарств или генетических модификаций.
Уникальность этой модели в том, что она:
•Учится сама на реальных данных
•Может предсказывать неизвестные эффекты
•Работает с полной сложностью живых клеток
•Не требует понимания всех механизмов
Этот проект является частью Arc Virtual Cell Atlas, который объединяет данные более чем 300 млн клеток. Модель доступна через платформу Cell-Eval для научного сообщества.
Модель разработана Arc Institute, которые месяц назад представили другой революционный проект, все подробности тут.
State:
- обучена на 170 млн клеток наблюдательных данных
- Более 100 млн клеток пертурбационных данных из 70 клеточных линий
- Крупнейший датасет в области на сегодня.
Состоит из двух модулей:
1. State Embedding (SE) и
2. State Transition (ST)
Использует трансформерную архитектуру с механизмом внимания.
Это первая модель, стабильно превосходящая линейные базовые методы. Успешно протестирована на FDA-одобренных препаратах. Показывает высокую специфичность для разных типов клеток.
State — ИИ-модель, которая предсказывает, как клетки изменятся после воздействия лекарств или генетических модификаций.
Уникальность этой модели в том, что она:
•Учится сама на реальных данных
•Может предсказывать неизвестные эффекты
•Работает с полной сложностью живых клеток
•Не требует понимания всех механизмов
Этот проект является частью Arc Virtual Cell Atlas, который объединяет данные более чем 300 млн клеток. Модель доступна через платформу Cell-Eval для научного сообщества.
Модель разработана Arc Institute, которые месяц назад представили другой революционный проект, все подробности тут.
State:
- обучена на 170 млн клеток наблюдательных данных
- Более 100 млн клеток пертурбационных данных из 70 клеточных линий
- Крупнейший датасет в области на сегодня.
Состоит из двух модулей:
1. State Embedding (SE) и
2. State Transition (ST)
Использует трансформерную архитектуру с механизмом внимания.
Это первая модель, стабильно превосходящая линейные базовые методы. Успешно протестирована на FDA-одобренных препаратах. Показывает высокую специфичность для разных типов клеток.