AWS och Johns Hopkins lanserar databas för AI-driven antikroppsdesign
AWS och Johns Hopkins har skapat en öppen databas som ska hjälpa AI-modeller att designa bättre antikroppar för medicinska behandlingar. Databasen innehåller en av de mest omfattande antikroppsdatasamlingarna som finns tillgänglig för forskning, vilket gör det möjligt att utvärdera hur bra olika AI-metoder faktiskt är på att förutsäga om antikroppar kommer fungera som läkemedel.
Djupdykning
AWS och Johns Hopkins har byggt vad som kan bli AI:s första riktiga chans att designa antikroppar som faktiskt fungerar i verkligheten. Antibody Developability Benchmark innehåller en massiv databas med antikroppars verkliga prestanda – inte bara deras struktur, utan hur bra de faktiskt är på att utvecklas till mediciner. Det här löser ett grundläggande problem: AI-modeller har varit bra på att designa antikroppar som ser lovande ut på papperet, men som sedan kraschar när de testas i labb. Utan tillgång till data om vilka antikroppar som faktiskt kan produceras i stor skala och överlever krooppens försvar, har AI-forskare i princip flugit blint. Nu när denna databas blir offentlig kommer vi troligen se en explosion av startups som påstår sig kunna designa nästa generations cancermediciner på månader istället för år. Skillnaden blir att vi äntligen kan skilja skojarna från de som faktiskt levererar.