@OlioLabsInc:我们正在为药物发现中最不可预测的阶段带来预测有效性。今天我们推出 Olio Labs 的…
摘要
Olio Labs 正在推出其体内平台,该平台旨在通过单一高通量实验预测多种人类临床结果,为药物发现带来预测有效性。
查看缓存全文
缓存时间: 2026/08/06 04:37
我们正在将预测有效性引入药物发现中最不可预测的阶段。今天,我们推出 Olio Labs 的体内平台,旨在通过单一高通量实验预测多种人类临床结局。(1/n)
当我们创立 Olio Labs 时,我们遇到了与大多数 AI 药物发现公司相同的问题:候选分子太多,而测试能力却太少。即使是中国的 CRO(合同研究组织)也太慢、太贵。因此,我们从零开始,从底层构建了一套系统,包括硬件、软件、协议、工作流程以及 QA/QC(质量保证/质量控制)。
在我们的平台中,每只动物每天都会通过非侵入方式采集 250 万项测量数据。这些数据经过特征化处理,为每只动物生成完整的生理和行为画像。
尽管小鼠与人类之间存在物种差异,但小鼠体内的许多生理变化对人类发生的情况具有预测性。
例如,我们的平台可以预测不良事件发生率、毒性信号以及在广泛临床结局中的疗效。
实验与结果均在 24 小时内完成,并提供不断增加的临床预测列表。该平台非常适合智能体在环迭代优化。在 7 天内,我们就能确定一种具有同类最佳治疗指数(即疗效与耐受性之比)的固定剂量分子组合。
已有多个合作伙伴在利用该平台,同时我们也在使用它来开发内部管线(https://oliolabs.com/20250318_OlioLabs_SexDiffsGLP1s.pdf…)。我们坚信这是未来临床前检测的必由之路,并将在未来几个月内推出更多功能和应用。更多信息请阅读我们的博客(https://oliolabs.substack.com/p/why-did-we-build-this-prediction…)和预印本(https://oliolabs.com/RoseberryKrauszWilliamsTingley_2026.pdf…)。
相似文章
Orakl Oncology 如何利用 DINOv2 加速癌症治疗发现的进程
Orakl Oncology 正在利用 DINOv2 模型将机器学习与实验洞察相结合,旨在加速癌症治疗发现和药物研发。
@ajaymisraaa: 发布面向生命科学的o11。过去几个月里,我们与全球一些最大的制药和生命科学公司展开了合作。
o11是一款面向企业应用的AI代理,现专门针对生命科学领域发布,目标客户为制药和生命科学公司。该产品得到了包括Y Combinator、Accel和OpenAI在内的知名投资者的支持。
实现AI驱动药物发现的数据闭环
AI通过预测候选药物和降低成本加速药物发现,但成功依赖于高质量数据以及与实验室系统的集成,以实现数据闭环并验证预测。
@DeRonin_: 这真是太不可思议了,一个生物云实验室,通过API几分钟就能运行你的实验,而不是花费$…
一个生物云实验室允许通过API在几分钟内运行实验,无需昂贵的自动化工程师和漫长的设置时间,使独立创始人能够快速进行数千次药物筛选。
"Excuse me, may I say something..." CoLabScience,一个用于生物医学发现和大语言模型-专家协作的主动型AI助手
CoLabScience介绍了一个用于生物医学研究的主动型大语言模型助手,它使用PULI(正无标签学习干预)这一新颖的强化学习框架,在科学讨论中自主进行干预,决定何时以及如何提供上下文感知的见解。该工作还包括BSDD,一个新的基准数据集,由基于PubMed文章的模拟研究对话和干预点组成。