Nous nous associons à @InSilicoMed pour créer des modèles de fondation scientifique légers pour la recherche pharmaceutique. Ensemble, nous construisons une série de modèles de fondation liquide avec des performances de pointe dans plusieurs sous-domaines de la découverte de médicaments. 💊 Notre objectif est de repousser les frontières de la découverte de médicaments au-delà des modèles spécialisés à usage unique et vers des modèles généralistes fondamentaux qui sont utiles et capables d'ingérer des molécules, des essais et des données cibles propriétaires entièrement au sein d'instances privées locales. Le premier modèle en ligne est LFM2-2.6B-MMAI, un petit modèle qui atteint des performances à l'échelle du cloud tout en fonctionnant entièrement sur une infrastructure privée : > Optimisation moléculaire : Jusqu'à 98,8 % de succès sur l'optimisation multi-paramètres MuMO-Instruct. > Prédiction d'affinité : A surpassé GPT-5.1, Claude Opus 4.5 et Grok-4.1 sur le benchmark d'Insilico de 2,5 millions / 689 cibles. > Raisonnement chimique : Raisonnement solide sur les groupes fonctionnels (FGBench) et rétrosynthèse à 1 étape solide (ChemCensor). En combinant la technologie LFM efficace de Liquid AI avec le MMAI Gym d'Insilico, une plateforme de formation complète avec plus de 1 000 benchmarks pharmaceutiques, nous observons que le déploiement sur site peut fournir des résultats compétitifs dans l'ensemble du spectre des tâches de découverte de médicaments, le tout dans un seul système. Ces capacités débloquent des applications immédiatement utiles pour les entreprises pharmaceutiques, en particulier dans le dépistage ADMET à haute fréquence, l'optimisation des leads en chimie médicinale et l'évaluation de la faisabilité de la rétrosynthèse qui empêche le gaspillage d'efforts expérimentaux.

Lisez l'annonce du partenariat : Lisez le rapport technique : Obtenez le modèle aujourd'hui : Voyez le PDG et cofondateur d'@InSilicoMeds @biogerontology et le PDG et cofondateur d'@liquidai @ramin_m_h sur la découverte de médicaments.