Chai Discovery的苦涩教训：药物设计是另一个规模化问题

大多数人把生物学视为一种定制化的、混乱的科学。Chai Discovery的联合创始人Josh Meier和Matt McPartlon则将其视为一个工程问题。他们提出，药物设计遵循“苦涩的教训”：扩展数据、模型和算力，模型就能学到手工构建的流水线根本无法捕捉的东西。结果是具体的：Chai-2将从头抗体设计的命中率从低于0.1%提升到16%，把大海捞针式的搜索变成了更像是为锁配钥匙的过程。Josh提出了一个反直觉的观点：生物学比代码更容易验证，并解释了为什么目标应该是更多的实验室实验，而不是更少。他们的赌注是：一套设计套件，将药物发现从九个月缩短到九天，并且为制药行业提供武器，而不是与之竞争。主持：Pat Grady和Sonali Singh，红杉资本 00:00 引言 01:52 从发现到设计 03:25 蛋白质AI突破时间线 06:04 为什么在2024年开始 10:13 扩散模型直觉 11:41 组建复仇者联盟团队 15:22 命中率与扩展定律 25:01 分子CAD愿景 25:24 更快的设计循环 26:32 未来的药物发现 28:37 平台商业模式 31:14 合作现实检验 33:44 数据飞轮解析 37:16 在规模化中保持领先 39:44 文化与下一步