欢迎访问电脑商情在线! 请免费注册
分享到





位置:首页 > 智能终端 > 文传商讯

Alchemab入选NVIDIA项目,将利用剑桥1号超级计算机推进机器学习支持的抗体发现

作者:   责任编辑:文传商讯 2022-03-23 15:28:00
来源:文传商讯关键字:null

波士顿和英格兰剑桥--(美国商业资讯)--生物技术公司Alchemab Therapeutics专注于发现和开发天然保护性抗体和基于免疫组库的患者分层工具,该公司已被NVIDIA选中,可利用英国最强大的超级计算机剑桥1号的强大运算能力。Alchemab将利用NVIDIA DGX A100系统驱动的NVIDIA DGX SuperPOD超级计算集群,从其大规模神经科和肿瘤科数据集中获得更深入的认识和见解。

Alchemab Therapeutics首席执行官Douglas A. Treco博士表示:“我们很荣幸与NVIDIA合作,推进我们将机器学习应用于抗体结构和功能预测的工作。利用剑桥1号,Alchemab将大幅加速提升自身能力。与NVIDIA世界领先的团队合作,能够更深入地认识抗体语言,我们对合作的前景感到振奋。”

NVIDIA欧洲、中东和非洲地区医疗保健和生命科学行业主管Craig Rhodes评论道:“剑桥1号可促进机器学习技术的应用,帮助解决最紧迫的临床挑战,通过数字生物学推进健康研究,并加深对疾病的认识。该系统可支持针对超级计算进行了扩展和优化的工作负载,并将帮助像NVIDIA Inception项目成员Alchemab这样的杰出组织,进一步研究针对难治疾病的抗体和其他保护性治疗药物。”

Alchemab Therapeutics技术主管Jake Galson博士表示:“与NVIDIA的合作将为Alchemab带来无数机会,可进一步推动Alchemab的一流平台,促进新型治疗药物和患者分层技术的发现。机器学习技术正在加快跨越多个治疗领域的研究,并将在帮助Alchemab仅根据其序列预测新型抗体的功能方面发挥关键作用。”

个体的抗体库可编码有关既往免疫应答和未来疾病保护潜力的信息。Alchemab相信,如果能够破译这些抗体序列数据集内部存储的信息,将改变人类对疾病的基本认识,并能够发现新的诊断方法和抗体治疗药物。Alchemab采用自监督机器学习技术,开发出了抗体特异性语言模型AntiBERTa(来自转换器的抗体特异性双向编码器表示),这是一个12层的转换器模型,可提供抗体序列的上下文数字表示。AntiBERTa可学习生物学相关信息,并为多项下游任务做好准备,此类任务正在提高人类对抗体语言的认识。

敬请参加3月24日在GTC上举行的Alchemab破译抗体语言会议,这是一场免费注册的全球性AI会议。点击此处查阅有关NVIDIA Inception项目的更多详细信息。点击此处查阅有关剑桥1号的项目更新和更多信息。

关于Alchemab
Alchemab开发出一个高度差异化的平台,该平台能通过分析患者抗体库来识别新颖的药物靶点、治疗药物和患者分层工具。该平台采用定义明确的患者样本、深度B细胞测序和计算分析,来识别易感但对特定疾病有抵抗力的个体之间有共性的保护性抗体应答。

Alchemab正在针对难治疾病构建广泛的保护性治疗药物产品线,初始阶段重点面向神经退行性疾病和肿瘤。为Alchemab平台提供支持的高度专科化的患者样本来自于公司与患者代表团体、生物库、行业合作伙伴和学术机构之间的宝贵伙伴关系和协作。

如需了解更多信息,请访问www.alchemab.com

原文版本可在businesswire.com上查阅:https://www.businesswire.com/news/home/20220322005202/en/

免责声明:本公告之原文版本乃官方授权版本。译文仅供方便了解之用,烦请参照原文,原文版本乃唯一具法律效力之版本。

联系方式:

Jonathan Nugent
Stern Investor Relations
212-362-1200
jonathan.nugent@sternir.com

相关新闻:
网友评论(0) 评论仅代表网友个人观点,不代表CBINews观点。
CBINews网友您好,欢迎发表评论:(注册 后发表评论,可就本文发起辩论,将会获得更多关注)
 CBINews网友  注册邮箱:  

CBI 友情链接:

至顶网 |  腾讯科技 |  凤凰科技 |  商业伙伴 |  移动信息化 |  企业网 |  中国软件网 |  CIO时代网 |  更多>>

整合营销 |  CBINews刊例 |  《电脑商情报》刊例 |  版权声明 |  友情链接

内容版权所有:电脑商情在线 北京三人行广告有限公司

地址:北京海淀区学院南路68号吉安大厦B座308。联系电话:(010)62178877

商务、内容合作QQ:2291221 联系电话:13391790444 詹老师

ICP证:川B2-20070068-5 川预审H8VZ-RBP6-X228-T60Z号 北京市公安局海淀分局备案编号:1101083710

声明:本媒体部分图片、文章来源于网络,版权归原作者所有,我司致力于保护作者版权,如有侵权,请与我司联系删除。