❗️OCTO - попытка создать 1-ю в мире ИИ модель пространственной мультимодальной биологии рака.
Проект OCTO (Oncology Counterfactual Therapeutics Oracle) - это мультимодальный генеративный трансформер.
Это инновационный подход к персонализированной онкологии, объединяющий искусственный интеллект и биологию для поиска новых методов лечения рака.
Цель проекта - создать ИИ-модель, которая может симулировать биологию пациента для поиска наиболее эффективных мишеней для лекарств в онкологии.
Большинство современных моделей (например, AlphaFold) фокусируются на структуре белков. OCTO же нацелена на поиск правильных мишеней для лекарств для каждого конкретного пациента.
OCTO анализирует разнообразные данные пациента.
ИИ- модель может отвечать на гипотетические вопросы, например: "Что произойдет, если мы увеличим экспрессию гена X?"
Данные:
- Разработчики создали уникальный конвейер генерации данных для самообучения.
- Используются данные более 1000 пациентов с раком легких, включая информацию о белках, генах, гистологические снимки и результаты секвенирования опухолей.
- OCTO обучается предсказывать изображения белков, используя метод маскированного моделирования изображений.
- Данные из разных источников объединяются в единую последовательность, что позволяет модели учитывать пространственные взаимосвязи.
Возможности:
- OCTO может самостоятельно обнаруживать структуры клеток, не будучи специально запрограммированной на это.
- Модель способна решать задачи, на которых она не обучалась напрямую (zero-shot learning).
- OCTO изучает сложные взаимодействия между опухолью и иммунной системой.
Практическое применение:
- Создан цикл, включающий предсказание новых мишеней, их тестирование in vivo и обучение на основе экспериментальных данных.
Проект OCTO (Oncology Counterfactual Therapeutics Oracle) - это мультимодальный генеративный трансформер.
Это инновационный подход к персонализированной онкологии, объединяющий искусственный интеллект и биологию для поиска новых методов лечения рака.
Цель проекта - создать ИИ-модель, которая может симулировать биологию пациента для поиска наиболее эффективных мишеней для лекарств в онкологии.
Большинство современных моделей (например, AlphaFold) фокусируются на структуре белков. OCTO же нацелена на поиск правильных мишеней для лекарств для каждого конкретного пациента.
OCTO анализирует разнообразные данные пациента.
ИИ- модель может отвечать на гипотетические вопросы, например: "Что произойдет, если мы увеличим экспрессию гена X?"
Данные:
- Разработчики создали уникальный конвейер генерации данных для самообучения.
- Используются данные более 1000 пациентов с раком легких, включая информацию о белках, генах, гистологические снимки и результаты секвенирования опухолей.
- OCTO обучается предсказывать изображения белков, используя метод маскированного моделирования изображений.
- Данные из разных источников объединяются в единую последовательность, что позволяет модели учитывать пространственные взаимосвязи.
Возможности:
- OCTO может самостоятельно обнаруживать структуры клеток, не будучи специально запрограммированной на это.
- Модель способна решать задачи, на которых она не обучалась напрямую (zero-shot learning).
- OCTO изучает сложные взаимодействия между опухолью и иммунной системой.
Практическое применение:
- Создан цикл, включающий предсказание новых мишеней, их тестирование in vivo и обучение на основе экспериментальных данных.