
免费试用对 AI 产品经营的影响,以及创始人在成本、增长和商业模式之间如何权衡
11 月 22 日 · 31 分钟

这一期,我们听的是 Latent Space 的一期节目。
【这期讲什么】
几年前,我偶然发现了 Leash Bio 的 Substack,一下就被吸引住了。无论是他们举办的 Kaggle 竞赛——证明了不,我们确实还没有解决蛋白质—配体结合问题——还是他们那个疯狂的发现:知道一枚分子的作者,或许就足以预测它的好坏。他们的 Substack——或者至少是 Owl Posting 对他们的深度解析——应该成为任何试图用 AI 做化学的科学家的必读材料。
所以,我特别兴奋,终于有机会和 Leash Bio 的 Ian Quigley 坐下来聊聊,听听他的想法。Leash 专注于 DNA Encoded Libraries(也称“DELs”),这是一种收集蛋白质与小分子之间超高通量相互作用数据的方法。在发现 Leash 之前,我从 DEL 用户那里听到的全都是恐怖故事。然而,Ian 和他的朋友们不知怎么找到了驯服这头猛兽的方法,提取出了干净、可复现的数据,简直完美适合大规模建模。不剧透太多的话,答案归根结底在于认识论上的严谨,以及一种不可思议的信念:你就是必须把这件事做成。
更精彩的是!在本期接近尾声时,Ian 透露了一些录制时他们团队刚刚开始尝试的东西:一个让智能体进行可验证科学推理的 AI 试验场。他们发现,过去几年收集的数据可以提供数以万计的“实验室闭环”模拟,这正是智能体进行科学强化学习所需要的。两个月后,它已经发展成了 Minos,而今天他们将发布完整的预印本、博客文章和开放数据集。几天后我们也会发布一期闪电播客,带来最新进展。敬请期待!
我们和 Ian 聊得非常尽兴,这可能是我们迄今最有趣的几期之一。无论你是完全不懂化学的新手,还是 AI x Bio 领域的专家,我们都觉得你会从中有所收获。
祝你收听愉快!
本期我们聊了:
为什么 DELs 会让所有接触过它们的人留下心理阴影,以及 Leash 如何在每个分子上加上几十个条形码,从而识别出那些与 DNA 而不是药物结合的蛋白质。
Ian 的一条准则:生物学只有两种扩展方式——拍照和测序 DNA。
Kaggle 竞赛:一个地下室里完成的约 40 亿次测量,以及约 2,000 支参赛队伍,却没有任何队伍能在未见过的化学库上超过随机猜测。还有为什么 Leash 曾悄悄担心 co-folding 会让他们变得过时。
ChEMBL 中的 Clever Hans:模型可以根据分子结构猜出它的化学家,而“是谁做的”对活性的预测能力,和结构本身差不多。
Hermes 仅用 Leash 自己的数据训练,却在公开基准测试中紧跟 Boltz。还有 Boltz 早已在 PDB 中见过的 BRD4 分子。
突破口袋:在发现 Hermes 记住的是蛋白质的“昵称”而不是结合位点之后,大规模设计蛋白质突变体。
Lumacaftor 类命中物:意外成为检测错误折叠蛋白质的工具。
智能体沙盒:让 LLMs 用通俗英语推理 SAR,在 100 的预算下,从 650 万个分子中寻找最佳结合物。
Recursion 黑帮,以及为什么它的校友公司名称听起来都押韵。
Kosuri 悖论:如果你能收集数据,那为什么还需要模型?
在一个炎症项目中,从 DEL 命中物到良好的小鼠 PKPD 只用了六个月,以及针对细胞因子靶点,选择药片而不是抗体的理由。
是什么阻止资金更充足的实验室在规模上超过他们,以及 Ian 凭空许下的愿望:实现大规模并行纯化。
【时间轴】
分子数据可能藏着化学家的风格
用DNA编码化合物库扩大筛选规模
条形码如何读出结合并排除假阳性
大规模筛选让团队看清化合物库
小分子药物能触及细胞内靶点
Kaggle竞赛揭示模型难以预测新分子
平衡化合物与蛋白质的筛选规模
Hermes模型如何预测分子与蛋白结合
模型可能学到化学家的社会学指纹
用独立数据检验Hermes的预测能力
通过蛋白质突变研究结合活性悬崖
用语言模型训练药物化学推理智能体
化合物库设计决定筛选空间的边界
药物转化难题与筛选流程的隐性功夫
测序降价与大规模分子纯化的愿景
【说明】
本节目与原节目、嘉宾或其所属机构不存在官方隶属关系。
————————————
我是 Felix,在中美经营一家 AI 技术公司。
想共同探索 AI 机会,或者想加入我的团队做有意思的事,欢迎来找我:
说明里标出的时间点,点一下跳过去

免费试用对 AI 产品经营的影响,以及创始人在成本、增长和商业模式之间如何权衡
11 月 22 日 · 31 分钟

硅谷早报|甲骨文筹齐OpenAI资金:交付时间表稳住但举债承压;SpaceX发债买芯片
11 月 22 日 · 10 分钟

Muse产品负责人分享:从树莓派周末实验到上线,整个过程打磨了七个月
11 月 21 日 · 1 小时 18 分

硅谷早报|Astra降价却难胜任长程开发:单次便宜难抵空转返工总账
11 月 21 日 · 12 分钟

硅谷早上好 · 10 月 19 日 · 1 小时 40 分
这一期,我们听的是 Latent Space 的一期节目。
【这期讲什么】
几年前,我偶然发现了 Leash Bio 的 Substack,一下就被吸引住了。无论是他们举办的 Kaggle 竞赛——证明了不,我们确实还没有解决蛋白质—配体结合问题——还是他们那个疯狂的发现:知道一枚分子的作者,或许就足以预测它的好坏。他们的 Substack——或者至少是 Owl Posting 对他们的深度解析——应该成为任何试图用 AI 做化学的科学家的必读材料。
所以,我特别兴奋,终于有机会和 Leash Bio 的 Ian Quigley 坐下来聊聊,听听他的想法。Leash 专注于 DNA Encoded Libraries(也称“DELs”),这是一种收集蛋白质与小分子之间超高通量相互作用数据的方法。在发现 Leash 之前,我从 DEL 用户那里听到的全都是恐怖故事。然而,Ian 和他的朋友们不知怎么找到了驯服这头猛兽的方法,提取出了干净、可复现的数据,简直完美适合大规模建模。不剧透太多的话,答案归根结底在于认识论上的严谨,以及一种不可思议的信念:你就是必须把这件事做成。
更精彩的是!在本期接近尾声时,Ian 透露了一些录制时他们团队刚刚开始尝试的东西:一个让智能体进行可验证科学推理的 AI 试验场。他们发现,过去几年收集的数据可以提供数以万计的“实验室闭环”模拟,这正是智能体进行科学强化学习所需要的。两个月后,它已经发展成了 Minos,而今天他们将发布完整的预印本、博客文章和开放数据集。几天后我们也会发布一期闪电播客,带来最新进展。敬请期待!
我们和 Ian 聊得非常尽兴,这可能是我们迄今最有趣的几期之一。无论你是完全不懂化学的新手,还是 AI x Bio 领域的专家,我们都觉得你会从中有所收获。
祝你收听愉快!
本期我们聊了:
为什么 DELs 会让所有接触过它们的人留下心理阴影,以及 Leash 如何在每个分子上加上几十个条形码,从而识别出那些与 DNA 而不是药物结合的蛋白质。
Ian 的一条准则:生物学只有两种扩展方式——拍照和测序 DNA。
Kaggle 竞赛:一个地下室里完成的约 40 亿次测量,以及约 2,000 支参赛队伍,却没有任何队伍能在未见过的化学库上超过随机猜测。还有为什么 Leash 曾悄悄担心 co-folding 会让他们变得过时。
ChEMBL 中的 Clever Hans:模型可以根据分子结构猜出它的化学家,而“是谁做的”对活性的预测能力,和结构本身差不多。
Hermes 仅用 Leash 自己的数据训练,却在公开基准测试中紧跟 Boltz。还有 Boltz 早已在 PDB 中见过的 BRD4 分子。
突破口袋:在发现 Hermes 记住的是蛋白质的“昵称”而不是结合位点之后,大规模设计蛋白质突变体。
Lumacaftor 类命中物:意外成为检测错误折叠蛋白质的工具。
智能体沙盒:让 LLMs 用通俗英语推理 SAR,在 100 的预算下,从 650 万个分子中寻找最佳结合物。
Recursion 黑帮,以及为什么它的校友公司名称听起来都押韵。
Kosuri 悖论:如果你能收集数据,那为什么还需要模型?
在一个炎症项目中,从 DEL 命中物到良好的小鼠 PKPD 只用了六个月,以及针对细胞因子靶点,选择药片而不是抗体的理由。
是什么阻止资金更充足的实验室在规模上超过他们,以及 Ian 凭空许下的愿望:实现大规模并行纯化。
【时间轴】
分子数据可能藏着化学家的风格
用DNA编码化合物库扩大筛选规模
条形码如何读出结合并排除假阳性
大规模筛选让团队看清化合物库
小分子药物能触及细胞内靶点
Kaggle竞赛揭示模型难以预测新分子
平衡化合物与蛋白质的筛选规模
Hermes模型如何预测分子与蛋白结合
模型可能学到化学家的社会学指纹
用独立数据检验Hermes的预测能力
通过蛋白质突变研究结合活性悬崖
用语言模型训练药物化学推理智能体
化合物库设计决定筛选空间的边界
药物转化难题与筛选流程的隐性功夫
测序降价与大规模分子纯化的愿景
【说明】
本节目与原节目、嘉宾或其所属机构不存在官方隶属关系。
————————————
我是 Felix,在中美经营一家 AI 技术公司。
想共同探索 AI 机会,或者想加入我的团队做有意思的事,欢迎来找我:
说明里标出的时间点,点一下跳过去

https://proxy.wavpub.com/morningguigu.xml复制内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →

免费试用对 AI 产品经营的影响,以及创始人在成本、增长和商业模式之间如何权衡
11 月 22 日 · 31 分钟

硅谷早报|甲骨文筹齐OpenAI资金:交付时间表稳住但举债承压;SpaceX发债买芯片
11 月 22 日 · 10 分钟

Muse产品负责人分享:从树莓派周末实验到上线,整个过程打磨了七个月
11 月 21 日 · 1 小时 18 分