Metanova Labs : Bittensor révolutionne la découverte de médicaments avec un criblage virtuel décentralisé, les réactions combinatoires élargissent les possibilités à 65 milliards, et les incitations doubles stimulent l'innovation | TWIST

Points clés

• Bittensor est un réseau décentralisé qui utilise des incitations cryptographiques pour récompenser les contributions aux modèles d’IA et au calcul.
• Le réseau peut prendre en charge une variété d’applications, y compris la découverte de médicaments et la location de ressources de calcul.
• Les sous-réseaux dans Bittensor impliquent trois acteurs principaux : propriétaires/opérateurs de sous-réseaux, mineurs et validateurs.
• Le processus de découverte de médicaments est actuellement coûteux et long, souvent décrit comme étant en crise.
• Metanova Labs a lancé une preuve de concept pour le criblage virtuel décentralisé, pionnier dans ce domaine en découverte de médicaments.
• Les mécanismes d’incitation doubles du réseau permettent aux mineurs de soumettre des molécules ou de rivaliser avec des algorithmes de recherche chimique.
• Le processus de sélection thermique dans le développement de médicaments évalue les soumissions pour leur toxicité potentielle et leur efficacité.
• Les réactions combinatoires peuvent élargir le jeu de données de molécules potentielles à environ 65 milliards de possibilités.
• Le développement de médicaments implique la réduction des risques et la génération de propriété intellectuelle à plusieurs étapes.
• La complexité du développement de médicaments nécessite un affinage et des tests pour garantir la sécurité et l’efficacité.
• La médecine personnalisée est cruciale en raison des réponses variables des individus aux traitements.
• Les réseaux décentralisés comme Bittensor peuvent rationaliser le processus de découverte de médicaments en incitant la créativité mondiale.

Introduction de l’invité

Micaela Bazo est PDG de Metanova Labs, la biotech native de la cryptomonnaie derrière NOVA, le sous-réseau Bittensor 68, un réseau d’IA décentralisé qui externalise la découverte de médicaments pour analyser des milliards de molécules contre des cibles protéiques. Sa plateforme a déjà analysé 4,8 millions de molécules sur 7 000 cibles, accélérant l’identification de nouveaux traitements pour des états mentaux comme l’humeur et la récompense. Metanova vise à réduire de moitié les coûts de découverte de médicaments en remplaçant le modèle lent d’essais et erreurs de Big Pharma par une optimisation distribuée par IA.

Structure et objectif de Bittensor

• Bittensor est un réseau décentralisé qui incite les contributions aux modèles d’IA et au calcul via des récompenses cryptographiques.

  — Metanova Labs

• Le réseau supporte une large gamme d’applications, y compris la découverte de médicaments et la location de ressources de calcul.

• Ce qui le rend très unique, c’est que vous pouvez utiliser ce réseau pour entraîner tout type de cas d’utilisation en IA.

  — Metanova Labs

• Le modèle opérationnel de Bittensor repose sur la récompense des contributions utiles en IA.

• La polyvalence du réseau montre son potentiel d’impact dans plusieurs industries.

• Comprendre les réseaux décentralisés est essentiel pour saisir le rôle de Bittensor dans l’IA.

• Les sous-réseaux fonctionnent avec trois acteurs principaux : propriétaires/opérateurs, mineurs et validateurs.

• Vous avez le propriétaire/opérateur du sous-réseau, les mineurs et les validateurs, chacun jouant un rôle crucial.

  — Metanova Labs

Crise dans la découverte de médicaments

• La découverte de médicaments est décrite comme étant en crise en raison des coûts élevés et des délais longs.

• La plupart des gens la décrivent comme étant en crise, avec un médicament moyen coûtant environ 2,6 milliards de dollars et prenant dix ans.

  — Metanova Labs

• Le processus traditionnel est coûteux et long, nécessitant des solutions innovantes.

• Les réseaux décentralisés comme Bittensor offrent des solutions potentielles pour rationaliser la découverte de médicaments.

• Metanova Labs est à l’avant-garde d’une approche décentralisée pour relever ces défis.

• La nécessité de solutions innovantes est soulignée par les problèmes importants dans l’industrie pharmaceutique.

• L’état actuel de la découverte de médicaments met en évidence l’importance de la résolution décentralisée des problèmes.

• Comprendre les défis des processus traditionnels est essentiel pour apprécier les nouvelles approches.

Criblage virtuel décentralisé

• Metanova Labs a lancé une preuve de concept pour le criblage virtuel décentralisé.

• Nous avons lancé le 1er mars et c’était une preuve de concept de faire cela de manière décentralisée.

  — Metanova Labs

• L’approche n’avait jamais été tentée auparavant, soulignant son caractère pionnier.

• Le criblage virtuel décentralisé vise à améliorer la découverte de médicaments par des méthodes innovantes.

• Les mécanismes d’incitation doubles renforcent le processus de criblage virtuel.

• Les mineurs peuvent soumettre des molécules ou rivaliser en utilisant des algorithmes de recherche chimique.

• Nos mineurs soumettent soit des molécules d’intérêt, soit rivalisent sur des algorithmes de recherche chimique.

  — Metanova Labs

• Cette approche innovante exploite des méthodes décentralisées et des incitations.

Rôle des réactions combinatoires dans la découverte de médicaments

• Les réactions combinatoires peuvent considérablement élargir le jeu de données de molécules potentielles.

• Nous avons commencé avec un jeu de données d’un milliard de molécules et l’avons étendu à environ 65 milliards de possibilités.

  — Metanova Labs

• Cette expansion montre l’échelle des possibilités en découverte de médicaments.

• L’approche innovante met l’accent sur la synthèse de nouvelles molécules par chimie combinatoire.

• Comprendre la chimie combinatoire est crucial pour apprécier son rôle dans la découverte de médicaments.

• La capacité de découverte de médicaments est grandement améliorée par l’expansion du jeu de données.

• Cette approche offre une perspective quantitative sur l’échelle des possibilités.

• L’expansion du jeu de données souligne la nature innovante des méthodes de Metanova Labs.

Processus de réduction des risques et génération de propriété intellectuelle

• Le développement de médicaments implique la réduction des risques et la création de propriété intellectuelle.

• Il s’agit d’un jeu de réduction des risques et de génération de propriété intellectuelle.

  — Metanova Labs

• La création de PI et la gestion des risques sont des stratégies essentielles en développement pharmaceutique.

• L’approche stratégique souligne l’importance de la gestion des risques dans la biotech.

• Comprendre la complexité du développement de médicaments est crucial pour saisir ces stratégies.

• La réduction des risques est fondamentale pour un développement réussi.

• La génération de PI est une composante clé de l’approche stratégique de l’industrie biotech.

• Cet aperçu offre une explication claire des stratégies en développement de médicaments.

Complexité du développement de médicaments

• Le développement de médicaments est un processus complexe nécessitant un affinage et des tests.

• L’idée est d’améliorer par rapport à ce qui serait aléatoire, en accélérant l’accès aux cures.

  — Metanova Labs

• Les tests itératifs sont nécessaires pour garantir la sécurité et l’efficacité des traitements.

• La médecine personnalisée est cruciale en raison des réponses variables des individus.

• La complexité du développement de médicaments souligne la nécessité de solutions innovantes.

• Comprendre les défis pour obtenir des traitements efficaces est essentiel.

• La nécessité d’affinage et de tests met en évidence la nature itérative du développement.

• Cet aperçu explique les défis rencontrés pour atteindre des traitements efficaces.