Новый подход: рекурсия превращает петабайты данных в терапевтические прорывы с помощью Google Cloud скачать в хорошем качестве

Новый подход: рекурсия превращает петабайты данных в терапевтические прорывы с помощью Google Cloud

В этом видео представлена: Морин Мейкс, вице-президент по разработке в Recursion Краткое содержание: Компания Recursion, ведущая биотехнологическая компания, в партнерстве с Google Cloud разработала Recursion OS — платформу искусственного интеллекта для поиска и разработки лекарств, которая связывает лабораторные эксперименты с анализом in silico. Платформа обрабатывает более 65 петабайт данных и проводит до 2,2 миллионов экспериментов в неделю, используя мощные модели ИИ для анализа сотен миллионов изображений клеток и построения биологических и химических связей, которые можно проверить в лаборатории. Recursion OS уже улучшила стоимость и сроки исследований, продлив некоторые программы поиска мишеней до доклинических исследований всего за 18 месяцев и снизив стоимость вывода моделей на целых 50%. Recursion также использует генеративный ИИ, включая модели Gemini от Google, для ускорения и автоматизации задач в своей организации. Это позволяет их команде сосредоточиться на решении более масштабных и стратегических задач, в то время как ИИ помогает в таких вещах, как улучшение поиска и доступа, ускорение создания высококачественных документов и решение распространенных ИТ-проблем с помощью ИИ-агента. Задача: Традиционные подходы к разработке лекарств, как известно, медленны, дороги и неэффективны, что ограничивает количество новых методов лечения, доступных пациентам. Руководствуясь своей миссией расшифровки биологических процессов, компания Recursion хотела индустриализировать процесс разработки лекарств, повысив скорость и успешность выявления жизнеспособных терапевтических соединений и одновременно снизив общую стоимость разработки. Решение: Google Cloud составляет основу Recursion OS; Cloud Storage предоставляет экономичное и безопасное хранилище для более чем 65 петабайт собственных данных, BigQuery упрощает управление и анализ этих огромных наборов данных, а Looker упрощает доступ к данным для нетехнических пользователей. Благодаря оптимизированной для ИИ инфраструктуре, такой как облачные TPU, Recursion имеет возможность получать доступ к ресурсам и масштабировать их для эффективного выполнения моделирования обработки сотен миллионов изображений клеток. В дополнение к собственным передовым моделям ИИ, Recursion изучает многомодальные возможности Gemini для повышения эффективности. Это включает использование Gemini в BigQuery для анализа и понимания данных с помощью естественного языка. Также это предполагает помощь командам в быстром создании высококачественных документов и поиске информации с помощью Workspace с Gemini. Кроме того, Recursion развертывает агента ИИ с использованием Gemini Enterprise, который может выполнять распространенные ИТ-задачи. Результаты: Recursion OS уже доказала свою способность значительно улучшить стоимость, сроки и вероятность успеха разработки новых лекарств, продвигая некоторые программы поиска мишеней к доклиническим исследованиям всего за 18 месяцев и снижая стоимость моделирования на 50% с помощью TPU. Кроме того, используя возможности генеративного ИИ с помощью Gemini, Recursion предоставляет своим ученым, аналитикам, разработчикам и экспертам в предметной области больше времени для выполнения наиболее важной работы — создания пути к новым лекарствам, способным радикально улучшить жизнь людей. Цифры: Еженедельно проводится до 2,2 миллионов экспериментов, генерирующих в общей сложности более 65 петабайт данных для анализа. 18 месяцев на продвижение программы RBM39 от поиска мишени до исследований, необходимых для подачи заявки на регистрацию нового лекарственного препарата (IND), что менее чем вдвое меньше, чем в среднем по отрасли. Снижение стоимости вывода модели на 50% за счет использования TPU Google Cloud без потери качества. Ключевые моменты и основные выводы из нашего интервью: → «Google Cloud позволил нам быстро развиваться, обеспечив быстрый доступ к данным для наших моделей, и когда нам нужно увеличить производительность в 10 или 100 раз, ресурсы для этого есть. Мы действительно видим огромные преимущества как в сроках, так и в стоимости исследований. В рамках нашей программы RBM39 мы смогли пройти путь от поиска мишени до исследований, необходимых для подачи заявки на регистрацию нового лекарственного препарата, всего за 18 месяцев». → «Я рассматриваю Google Cloud как фундамент, стены, а внутри них мы можем строить свои собственные квартиры, которые являются нашими моделями или инструментами. Мы также используем TPU для вывода результатов наших моделей, чтобы быстро и надежно получать результаты из этих данных по запросу. Мы наблюдаем снижение цены примерно на 50% при сохранении того же качества». → «Мы внедрили ИИ-агента на базе Gemini, который может выполнять множество наших распространенных ИТ-задач, таких как выдача разрешений и помощь в базовой отладке пользователей. Интеграция Gemini с BigQuery упростила нам понимание того, какие данные у нас есть и как мы можем наиболее эффективно их связать. Gemini с Google Worksp...