top of page
Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif
logo.png

Escalante Memanfaatkan JAX untuk Rekayasa Protein Berbasis AI

Generatived

25/9/25, 09.00

JAX membuat kemajuan pesat di bidang sains, terutama dalam rekayasa protein berbasis AI. Startup Escalante menggunakan JAX untuk memprediksi dampak obat terhadap tingkat ekspresi protein intraseluler. Para pendiri, April Schleck dan Nick Boyd, menggunakan transformasi fungsi composable JAX untuk memecahkan masalah ilmiah dalam rekayasa protein yang memerlukan optimasi multi-objektif.

Escalante bertujuan membangun model pembelajaran mesin yang mampu merancang obat dari awal. Namun, kurangnya dataset biologis yang spesifik menimbulkan tantangan tersendiri. Untuk mengatasi tantangan ini, mereka mengembangkan uji laboratorium untuk menghasilkan data yang diperlukan. Sifat fungsional JAX sangat penting untuk mengintegrasikan berbagai model AI ke dalam satu putaran optimasi, sebuah tugas yang lebih kompleks dalam kerangka kerja lain.

April Schreck menyoroti peran JAX dalam proses desain protein, dengan mengintegrasikan beberapa model ke dalam satu fungsi kerugian. Pendekatan ini memungkinkan optimasi urutan protein menggunakan jaringan saraf pra-terlatih yang serupa dengan DeepDream milik Google. Metode Escalante mengembangkan urutan acak menjadi protein yang dioptimalkan melalui siklus evaluasi model dan pembaruan urutan.

Nick Boyd menyoroti efisiensi JAX dalam mengompilasi dan membedakan kode kompleks, yang sangat penting bagi penelitian mereka. Penggunaan perangkat keras TPU dan kompiler XLA memungkinkan penskalaan tugas komputasi. Infrastruktur Escalante memanfaatkan Google Kubernetes Engine untuk menjalankan ribuan Spot TPU untuk pekerjaan optimasi, sebuah strategi hemat biaya yang mendukung tujuan ambisius mereka untuk merancang pengikat protein yang menangani seluruh proteom manusia.

Ekosistem JAX, termasuk pustaka seperti Equinox dan Optax, telah menjadi bagian penting penelitian Escalante, dan pustaka Mosaic , yang tersedia di GitHub , adalah bukti bahwa JAX memperluas pengaruhnya di luar GitHub Learning, yang mendorong era baru penemuan ilmiah dan pemrograman yang dapat dibedakan.

Bagikan artikel ini:

Tin tức mới nhất
シンカがAI電話実証実験

シンカがAI電話実証実験

29/9/26, 07.00

シンカ(東京都千代田区)は、AI応答サービス『カイクラ電話番』の開発に着手し、大手自動車販売会社の協力のもと2026年9月28日より実証実験を開始したと発表した。

ソラコムが展示会に出展発表

ソラコムが展示会に出展発表

29/9/26, 07.00

ソラコム(東京都港区)は、2026年9月29日と30日に開催される展示会「日経クロステックNEXT 東京2026」への出展を発表した。

ダイワボウ情報がアリスタ展開

ダイワボウ情報がアリスタ展開

28/9/26, 07.00

ダイワボウ情報システム(大阪市北区)は、Arista Networksと販売代理店契約を締結し、日本国内における関連製品の取り扱いを開始したと発表した。

NaLaLysが不祥事の分析発表

NaLaLysが不祥事の分析発表

28/9/26, 07.00

NaLaLys(東京都港区)は、自社が運営する「企業不祥事リサーチDB」に収録された767件の調査報告書を横断分析した結果を発表した。

Copyright © 2024 Generatived - All right Reserved.

Bagikan artikel ini:

Bagikan artikel ini:

Generatived

Hãy theo dõi chúng tôi

  • Facebook
  • X

Bahasa

Generatived là dịch vụ cung cấp thông tin và xu hướng chuyên về Generative AI. Chúng tôi sẽ cố gắng hết sức để cung cấp thông tin về thế giới đang thay đổi nhanh chóng.

Generatived AI Logo

Generatived adalah layanan yang memberikan informasi dan tren khusus dalam AI Generatif. Kami akan melakukan yang terbaik untuk menyampaikan informasi tentang dunia yang berubah dengan cepat.

  • Facebook
  • X

Ikuti kami

Bahasa

Berita terkini
シンカがAI電話実証実験

シンカがAI電話実証実験

29/9/26, 07.00

シンカ(東京都千代田区)は、AI応答サービス『カイクラ電話番』の開発に着手し、大手自動車販売会社の協力のもと2026年9月28日より実証実験を開始したと発表した。

ソラコムが展示会に出展発表

ソラコムが展示会に出展発表

29/9/26, 07.00

ソラコム(東京都港区)は、2026年9月29日と30日に開催される展示会「日経クロステックNEXT 東京2026」への出展を発表した。

ダイワボウ情報がアリスタ展開

ダイワボウ情報がアリスタ展開

28/9/26, 07.00

ダイワボウ情報システム(大阪市北区)は、Arista Networksと販売代理店契約を締結し、日本国内における関連製品の取り扱いを開始したと発表した。

NaLaLysが不祥事の分析発表

NaLaLysが不祥事の分析発表

28/9/26, 07.00

NaLaLys(東京都港区)は、自社が運営する「企業不祥事リサーチDB」に収録された767件の調査報告書を横断分析した結果を発表した。

bottom of page