Metanova Labs、Bittensor上で分散型薬物発見を開始し、分子データセットを650億に拡大

• Bittensorは、AIモデルや計算への貢献を暗号通貨のインセンティブで報酬する分散型ネットワークです。
• このネットワークは、薬物発見やコンピューティングリソースのレンタルを含むさまざまなアプリケーションをサポートできます。
• Bittensorのサブネットには、サブネット所有者/オペレーター、マイナー、バリデーターの3つの主要な参加者がいます。
• 薬物発見プロセスは現在、高コストで時間のかかるものであり、危機的状態にあるとよく形容されています。
• Metanova Labsは、薬物発見においてこのアプローチを先駆けた、分散型バーチャルスクリーニングのプロトタイプを公開しました。
• ネットワーク内の二重インセンティブメカニズムにより、マイナーは分子を提出したり、化学探索アルゴリズムと競争したりできます。
• 薬物開発におけるヒートピッキングプロセスは、潜在的な毒性と有効性についての提出物を評価します。
• 組合せ反応により、可能性のある分子のデータセットは約650億の候補に拡大します。
• 薬物開発では、複数の段階でアセットのリスクを軽減し、知的財産を生成します。
• 薬の開発の複雑さは、安全性と有効性を確保するために洗練と検証を必要とします。
• 個々の患者が治療に対して異なる反応を示すため、パーソナライズドメディシンは重要です。
• Bittensorのような分散型ネットワークは、グローバルな創造性を奨励することで、薬剤発見プロセスを効率化できます。

ミカエラ・バゾは、NOVA、Bittensor Subnet 68を運営する暗号ネイティブなバイオテック企業Metanova LabsのCEOです。この分散型AIネットワークは、数十億の分子をタンパク質標的に対してスクリーニングすることで、新薬の発見をクラウドソーシングします。同プラットフォームはすでに7,000の標的に対して480万個の分子をスクリーニングし、気分や報酬などの精神状態に対する新規治療薬の特定を加速しています。Metanovaは、大手製薬企業の遅い試行錯誤モデルを分散型AI最適化で置き換えることで、薬剤開発コストを半減することを目指しています。

• Bittensorは、暗号通貨報酬を通じてAIモデルと計算への貢献を奨励する分散型ネットワークです。

  — Metanova Labs

• このネットワークは、薬剤発見やコンピューティングリソースのレンタルを含む幅広いアプリケーションをサポートしています。

• 非常にユニークな点の一つは、このネットワークを用いてあらゆるAIの使用ケースを訓練できることです。

  — Metanova Labs

• Bittensorの運用モデルは、有用なAIの貢献を報酬で称えることを基盤としています。
• ネットワークの多様性は、複数の業界への潜在的な影響を示しています。
• 分散型ネットワークを理解することは、BittensorがAIにおいて果たす役割を把握するために不可欠です。
• サブネットは、サブネット所有者/オペレーター、マイナー、バリデーターの3つの主要なアクターによって動作します。

• サブネットの所有者/オペレーター、マイナー、バリデーターがそれぞれ重要な役割を果たしています。

  — Metanova Labs

• 薬物発見は、高コストと長期にわたる開発期間のため、危機的な状態にあるとされている。

• 多くの人々は、平均的な薬物が26億ドルと10年を要するという状態を危機と描述しています。

  — Metanova Labs

• 従来のプロセスはコストがかかり、時間がかかるため、革新的な解決策が必要です。
• Bittensorのような分散型ネットワークは、薬物発見を効率化する可能性のある解決策を提供します。
• Metanova Labsは、これらの課題に対処するために分散型のアプローチを先導しています。
• 製薬業界における重要な課題が、革新的な解決策の必要性を浮き彫りにしています。
• 薬物発見の現在の状況は、分散型の問題解決の重要性を示している。
• 従来の薬物発見プロセスの課題を理解することは、新しいアプローチを評価するために不可欠です。

• Metanova Labsは、分散型バーチャルスクリーニングのプロトタイプを公開しました。

• 3月1日にリリースし、これを分散型で実現するという概念実証でした。

  — Metanova Labs

• このアプローチはこれまでに試されたことがなく、その先駆的な性質を示しています。
• 分散型バーチャルスクリーニングは、革新的な手法を通じて薬剤発見を向上させることを目的としています。
• 二重のインセンティブメカニズムがバーチャルスクリーニングプロセスを強化します。
• マイナーは分子を提出するか、化学検索アルゴリズムを使用して競争できます。

• 私たちのマイナーは、関心のある分子を提出しているか、化学検索アルゴリズムで競い合っています。

  — Metanova Labs

• この革新的なアプローチは、分散型の手法とインセンティブを活用しています。

• 組合せ反応により、潜在的な分子のデータセットを大幅に拡大できます。

• 私たちは10億個の分子のデータセットから始め、約650億の可能性に拡張しました。

  — Metanova Labs

• この拡張は、薬剤発見における可能性の規模を示しています。
• 革新的なアプローチは、組合せ化学を通じて新しい分子を合成することを重視しています。
• コンビナトリアル化学を理解することは、薬剤発見におけるその役割を評価する上で不可欠です。
• データセットを拡大することで、薬剤発見の可能性が大幅に高まります。
• このアプローチは、可能性の規模を定量的な視点で示します。
• データセットの拡張は、Metanova Labsの手法の革新的な性質を示しています。

• 薬剤開発には、アセットのリスク低減と知的財産の創出が含まれます。

• それは資産のリスクを軽減し、知的財産を生成するゲームです。

  — Metanova Labs

• IPの創出とリスク管理は、薬剤開発における重要な戦略です。
• 戦略的アプローチは、バイオテクノロジーにおけるリスク管理の重要性を強調しています。
• 薬物開発の複雑さを理解することは、これらの戦略を評価する上で不可欠です。
• 資産のリスク軽減プロセスは、成功した薬の開発にとって基本的です。
• IPの生成は、バイオテクノロジー業界の戦略的アプローチの重要な要素です。
• この洞察は、薬物開発における戦略的アプローチを明確に説明しています。

• 薬の開発は、洗練と検証を要する複雑なプロセスです。

• ランダムな方法よりも改善し、治療法への到達を加速することを目指す。

  — Metanova Labs

• 治療の安全性と有効性を確保するには、反復的なテストが不可欠です。
• 個々の反応の違いにより、パーソナライズドメディシンは不可欠です。
• 薬の開発の複雑さは、革新的な解決策の必要性を示しています。
• 効果的な治療を実現するための課題を理解することは不可欠です。
• 洗練と検証の必要性は、薬物開発が反復的なプロセスであることを示している。
• この洞察は、効果的な治療法を実現する上で直面する課題を説明しています。