Mesterséges intelligencia, magyarul.
Az eredeti közleményekből.

A Genedata éles kutatási munkafolyamatokba építi be az RFD4-Proteina modellt

2026. október 22. 09:31Forrás: PR Newswire
A Genedata éles kutatási munkafolyamatokba építi be az RFD4-Proteina modellt
Kép: PR Newswire

A Genedata elérhetővé tette az NVIDIA BioNeMo nyílt fehérjetervezési modelljeit, köztük az új RFD4-Proteina bindermodellt saját, mesterséges intelligenciával támogatott felfedezési munkafolyamataiban. A cél az AI által létrehozott molekuláris tervek, a laboratóriumi eredmények és a tudományos adatok összekapcsolása.

A lényeg röviden
  • A Genedata beépítette az RFD4-Proteina bindermodellt AI-alapú felfedezési munkafolyamataiba.
  • A rendszer az NVIDIA BioNeMo nyílt fehérjetervezési modelljeit használja.
  • A laboreredményeket az eredeti molekuláris tervekhez kapcsolják.
  • A megoldás megőrzi az adatok eredetét, nyomon követhetőségét és tudományos kontextusát.
  • A technológia a Danaher autonóm laboratóriumi kezdeményezéséhez is kapcsolódik.

Az RFD4-Proteina bekerül a termelési folyamatokba

A Genedata, a Danaher vállalata és biogyógyszeripari kutatás-fejlesztési vállalatoknak szánt vállalati szoftverek szolgáltatója október 22-én jelentette be az új integrációt. A vállalat az RFD4-Proteina bindermodellt az NVIDIA GTC Berlin rendezvényén történt bemutatását követően építette be AI-alapú felfedezési munkafolyamataiba.

A Genedata közlése szerint korai ökoszisztéma-partnerként a vállalatok között az elsők között teszi elérhetővé az RFD4-Proteina modellt termelési felfedezési munkafolyamataiban. A megoldás az NVIDIA BioNeMo nyílt fehérjetervezési modelljeit a kutatók által használt folyamatokba illeszti.

Az AI-tervektől a laboreredményekig

A munkafolyamat a célpont jellemzőinek és a szükséges tulajdonságoknak a meghatározásával kezdődik a Genedata AI co-scientist eszközében. Ezt követően az NVIDIA nyílt fehérjetervezési modelljei a Genedata környezetében hoznak létre és értékelnek jelölt kötőanyagokat.

Amikor a jelöltek laboratóriumi tesztelésre kerülnek, az eredményeket rögzítik, és az eredeti tervekhez kapcsolják. Ez segíti a kutatókat abban, hogy finomítsák és rangsorolják a következő kör jelöltjeit. A vállalat szerint így folyamatos tanulási ciklus jön létre, amelyben minden felfedezési kör eredménye hatással van a következő tervezési ciklusra.

Othmar Pfannes, a Genedata elnöke szerint az AI fejlődése korábban nem látott lehetőségeket teremt a fehérje- és antitestkutatásban. Mint fogalmazott: „A nagy teljesítményű modellekhez való hozzáférés önmagában azonban nem elegendő a teljes értékük kiaknázásához.” A Genedata vezetője szerint a kutatóknak a molekuláris tervezést, a kísérletek végrehajtását és a tudományos adatokat folyamatos tanulási folyamattá összekapcsoló megoldásra van szükségük.

Irányítás és nyomon követhetőség a kutatásban

A Genedata szerint számos szervezet továbbra is nehezen ülteti át a generatív AI-modelleket a termelési szintű tudományos kutatási folyamatokba. A vállalat platformja az NVIDIA BioNeMo nyílt modelljeinek, köztük az RFD4-Proteina modellnek a bevezetéséhez biztosítja a munkafolyamatok összehangolását, az irányítást és a tudományos adatkezelési alapot.

A kutatók az AI által létrehozott terveket meglévő folyamataikban alkalmazhatják, miközben a felfedezési életciklus során megőrizhető az adatok eredete, nyomon követhetősége és tudományos kontextusa. A Genedata közlése szerint ez lehetővé teszi, hogy a tudósok több jelöltet értékeljenek a laboratóriumi tesztelés előtt, és megőrizzék az egyes eredmények mögötti tudományos összefüggéseket.

Kapcsolódás a Danaher autonóm laboratóriumi kezdeményezéséhez

A képességek a Danaher autonóm laboratóriumi kezdeményezésében az AI-t, az automatizálást és a tudományos adatokat zárt hurkú felfedezési keretrendszerben kapcsolják össze. Ebben minden kísérleti eredmény információt ad a következő tervezési ciklushoz.

A felhasználók számára ez olyan kutatási folyamatot jelent, amelyben az AI-modellek által létrehozott tervek, a laboratóriumi végrehajtás és az eredmények ugyanabban a tanulási ciklusban kezelhetők. A Genedata hangsúlyozza, hogy a folyamat közben a tudósok irányítása megmarad.

Kövesd az AI Hírek oldalát a FacebookonA legfontosabb MI-hírek magyarul, rögtön a megjelenés után a hírfolyamodban.Követem

Kapcsolódó hírek

Európai szervezetek vetik be az NVIDIA időjárási AI-modelljeit
Modellek2026. október 22. 07:00

Európai szervezetek vetik be az NVIDIA időjárási AI-modelljeit

Európai vállalatok és kutatók használják az NVIDIA Earth-2 nyílt mesterségesintelligencia-modelljeit időjárási, éghajlati és környezeti előrejelzésekhez. Az új…

Az NVIDIA új modellje egyszerre tervez fehérjéket és térszerkezeteket
Modellek2026. október 21. 14:30

Az NVIDIA új modellje egyszerre tervez fehérjéket és térszerkezeteket

Az NVIDIA bemutatta az RFD4-Proteina nevű, nyílt modelljét, amely fehérjeszekvenciákat és teljes atomos térszerkezeteket tervez egyszerre. A rendszer jutalomvezérelt…

Databricksre érkezik az NVIDIA RFD4-Proteina fehérjetervező modellje
Termékek és eszközök2026. október 21. 06:42

Databricksre érkezik az NVIDIA RFD4-Proteina fehérjetervező modellje

A Databricks és az NVIDIA a Genesis Workbench nyílt, moduláris élettudományi munkakörnyezetébe tervezi integrálni az RFD4-Proteina modellt. A kutatók így saját adataik…