Quality Content
Forward from: Data Secrets
Стэнфорд и PHD Biosciences создали биотехническую команду из 37 тысяч агентов, и они указали на потенциальный метод лечения рака
Авторы представили Virtual Biotech (www.biorxiv.org/content/10.64898/2026.02.23.707551v1) – мультиагентную систему, целью которой было научиться примерно предсказывать и объяснять, почему одни препараты проходят испытания и доходят до рынка, а другие нет.
Если бы мы научились делать такие предсказания даже с неидеальной точностью, это ускорило бы разработку лекарств в разы.
Так вот: Virtual Biotech скормили порядка 56 тысяч клинических испытаний разных фаз (всего таких фаз 4). Поверх этих данных агенты выдвигали гипотезы, обсуждали их друг с другом, проводили расчеты и, в общем, пытались извлечь какую-то скруктуру и инсайты.
Что в итоге:
1. Агенты предложили новую биологическую метрику – cell-type specificity, насколько узко экспрессирован ген в определенном клеточном типе. Показано, что она статистически значимо связана с вероятностью клинического успеха препарата, то есть это, по сути, новая априорная метрика для оценки эффективности препаратов.
2. Тут же в качестве кейса система указала на иммунный регуляторный белок, который часто сильно экспрессируется в опухолевых клетках и по предложенной метрике выглядит как перспективная мишень. Агенты даже предложили стратегию разработки соответствующего ADC-препарата на уровне аналитического дизайна.
Это довольно важные результаты, которые могли бы, теоретически, помочь компаниям сэкономить миллионы и годы на испытаниях, если бы были поставлены на конвейер. Короче, будущее близко.
Еще раз ссылка на статью
Авторы представили Virtual Biotech (www.biorxiv.org/content/10.64898/2026.02.23.707551v1) – мультиагентную систему, целью которой было научиться примерно предсказывать и объяснять, почему одни препараты проходят испытания и доходят до рынка, а другие нет.
Если бы мы научились делать такие предсказания даже с неидеальной точностью, это ускорило бы разработку лекарств в разы.
Так вот: Virtual Biotech скормили порядка 56 тысяч клинических испытаний разных фаз (всего таких фаз 4). Поверх этих данных агенты выдвигали гипотезы, обсуждали их друг с другом, проводили расчеты и, в общем, пытались извлечь какую-то скруктуру и инсайты.
Что в итоге:
1. Агенты предложили новую биологическую метрику – cell-type specificity, насколько узко экспрессирован ген в определенном клеточном типе. Показано, что она статистически значимо связана с вероятностью клинического успеха препарата, то есть это, по сути, новая априорная метрика для оценки эффективности препаратов.
2. Тут же в качестве кейса система указала на иммунный регуляторный белок, который часто сильно экспрессируется в опухолевых клетках и по предложенной метрике выглядит как перспективная мишень. Агенты даже предложили стратегию разработки соответствующего ADC-препарата на уровне аналитического дизайна.
Это довольно важные результаты, которые могли бы, теоретически, помочь компаниям сэкономить миллионы и годы на испытаниях, если бы были поставлены на конвейер. Короче, будущее близко.
Еще раз ссылка на статью