消息传出啦！ @packyM 和我很高兴能在 @notboringco 时帮助 @Atelfo、@okaymaged 和 @Convokebio 团队。 作家投资于作家 🤝🧬 对这个愿景感到兴奋。

我认为，人工智能在药物发现中最有前景的方面之一是多模态的好处，以及为许多不同任务构建模型的能力。 在他2012年的文章中，概述了Eroom法则（药物发现的研发效率呈指数下降），Jack Scannell对这个问题的一个“诊断”是“基础研究-粗暴力量”偏见。 我们往往高估早期发现技术的规模化影响。通常，这些检测的临床成功的“预测有效性”较低。 人工智能模型帮助解决这个问题的一种方式是，它们可以在发现的最早阶段就纳入更多具有转化相关性的预测。 我认为这是Brandon和Alex在Axiom的愿景的天才之处。通过减少与毒性测试相关的成本、时间和摩擦，它可以在发现过程中更早地进行——只要你有一个分子。 这是分子机器学习相对于早期计算化学努力的最激进的变化之一。 可以在一次前向传递中考虑大量不同的发现标准。

计算机学习RNA碱基配对规则需要什么？ 人们正在训练大型语言模型以预测RNA结构。这些模型中的一些具有数亿个参数。 一个令人兴奋的早期结果是，这些模型直接从数据中学习了沃森-克里克-富兰克林碱基配对的规则。 哈佛大学的一个研究小组决定看看能够实现这一结果的最小模型是什么。 他们使用梯度下降训练了一个只有21个参数的小型概率模型。 仅用50个RNA序列——没有相应的结构——碱基配对的规则在仅仅几个训练周期后就会显现出来。 因此，他们最初问题的答案是，学习这种类型的模型“远比你想象的要少得多”。 我认为这并不意味着大规模训练工作必然是愚蠢或误导的。但这个结果表明，架构创新仍然可以挖掘出很多效率和性能。 生物学语言中有很多潜在的结构。

为Tahoe的A轮融资传播消息真是太棒了。 @nalidoust和@iamjohnnyyu是一对出色的CEO/CSO技术创始人组合。@genophoria和@kevansf都是令人难以置信的科学家。这是一个梦之队。 追求1 *十亿* 细胞的雄心壮志，涵盖广泛的患者背景，几乎让人觉得荒谬。但他们正在构建实现这一目标的基础设施。 而商业愿景同样强烈。 我迫不及待想要看到更多Tahoe的故事很快被分享。 与Amplify的这个团队合作是一种特权。

在生物学中，尺度法则有效…… ……直到它们失效。 对于适应性预测，蛋白质语言模型的性能随着模型规模的增加而提高，直到达到平台期，然后开始下降。 随着训练损失（NLL）的降低，模型开始预测更高的序列可能性，并与潜在的适应性相关性降低。 这是为什么生物学中的人工智能需要仔细考虑潜在分布、训练目标和其他数十个细节的第10,001个例子。 交集丰富，但需要在这两个学科之间进行仔细的工作。

经过几个月的全力以赴，我们在Decade正在成长！我们正在招聘一名蛋白质生物化学家，帮助我们彻底改善癌症治疗。 如果你喜欢早期参与并产生影响，我们很想听听你的意见！详情请见这里：

疲惫：基于硅的计算机 有线（字面意思）：真菌计算机 来自《来自香菇菌丝体的可持续忆阻器用于高频生物电子学》 这个想法是利用香菇中的自适应电信号（我之前不知道它的存在）来替代神经类器官，用于类脑计算应用。 “我们的研究结果表明，真菌计算机可以提供可扩展的、环保的平台，用于类脑任务，架起生物电子学与非常规计算之间的桥梁。” 100%是我最近遇到的更“非常规”的研究想法之一...

我总是大吃一惊，$NVDA的价值超过了“所有”前 20 家制药公司的总和。 我们只是触及了有效设计和分销药物和诊断的表面。 还有很多东西需要建造！

我们与@ElliotHershberg（@AmplifyPartners合伙人）讨论了生命科学技术面临的挑战。 “人们普遍认为，你可以利用生命科学领域的新数据和新技术取得巨大进展。” “事实证明，一针治愈癌症真的很难。” “像 Alphafold 获得诺贝尔奖这样的突破。人工智能正在对棘手的生物学问题产生真正的影响。 “DNA 测序的成本下降速度比摩尔定律还要快。” “人们开始缩放模型，而且速度很快令人印象深刻。”

如果流感疫苗真的有效呢？ 我指的是*真的*有效——到人类与流感的地方性关系成为历史，而不是一个持续的全球健康挑战的地步。 如果我们能够减轻*所有*快速变异的病原体呢？ 这就是杰克·格兰维尔创立Centivax的原因。他的生活使命是“完成爱德华·詹纳开始的事情”，通过开发通用疫苗，加速人类向后病原体未来的过渡。 杰克正是我们在Amplify希望合作的技术创始人类型。他是辉瑞公司计算抗体设计的早期先驱之一，后来成为斯坦福大学计算与系统生物学的第一批研究生之一，与马克·戴维斯一起。 他将一生的工作浓缩成一个独特且有些反传统的开发通用疫苗的想法。 而他组建的团队同样非凡。例如，Centivax的首席医学官杰瑞·萨多夫是现存最 prolific 的疫苗开发者之一。 我们能够参与Centivax的A轮融资联合体，真是我们的荣幸。在过去十年中，杰克和团队为他们的主要流感项目组建了一个全面的临床前数据包。 唯一剩下的实验是看看这是否能转化为人类，这正是这一轮融资的支持所在。 如果这项技术成功，影响将是巨大的。而这个团队的坚持故事将需要在生物技术经典中占有一席之地。