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
ZENKIGENが選考連携

ZENKIGENが選考連携

30/9/26, 07.00

ZENKIGEN(東京都港区)は、対話型AI選考システム「harutaka AI面接」において、ヒューマネージが提供する採用管理システム「i-web」とのAPI連携を開始したと発表した。

Liquidがパスキー認証15億��件突破

Liquidがパスキー認証15億件突破

30/9/26, 07.00

Liquid(東京都中央区)は、提供するパスキー認証基盤「LIQUID Auth Passkey」の累計認証件数が15億件を超えたと発表した。

Mayuiが医療AI検索調査

Mayuiが医療AI検索調査

30/9/26, 07.00

Mayui(神奈川県秦野市)は、対話型AI「ChatGPT」における医療機関の情報表示を分析した「クリニックAI可視性調査」を実施した。

TR55がビジネス解説マガジン

TR55がビジネス解説マガジン

30/9/26, 07.00

TR-55(東京都渋谷区)は、最新のビジネスニュースを専門家視点で解説するnoteマガジン「新規事業・事業投資の専門家視点から読み解くビジネスニュース」を開設した。

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
ZENKIGENが選考連携

ZENKIGENが選考連携

30/9/26, 07.00

ZENKIGEN(東京都港区)は、対話型AI選考システム「harutaka AI面接」において、ヒューマネージが提供する採用管理システム「i-web」とのAPI連携を開始したと発表した。

Liquidがパスキー認証15億件突破

Liquidがパスキー認証15億件突破

30/9/26, 07.00

Liquid(東京都中央区)は、提供するパスキー認証基盤「LIQUID Auth Passkey」の累計認証件数が15億件を超えたと発表した。

Mayuiが医療AI検索調査

Mayuiが医療AI検索調査

30/9/26, 07.00

Mayui(神奈川県秦野市)は、対話型AI「ChatGPT」における医療機関の情報表示を分析した「クリニックAI可視性調査」を実施した。

TR55がビジネス解説マガジン

TR55がビジネス解説マガジン

30/9/26, 07.00

TR-55(東京都渋谷区)は、最新のビジネスニュースを専門家視点で解説するnoteマガジン「新規事業・事業投資の専門家視点から読み解くビジネスニュース」を開設した。

bottom of page