ככל שעידן הבינה המלאכותית מתעצב יותר ויותר על ידי מודלים בסיסיים, תעשיית התרופות נכנסת לשלב חדש של הזדמנויות לגילוי, עיצוב וקבלת החלטות המונעת על ידי בינה מלאכותית למדע. כדי לחקור את ההתקדמות הללו, Insilico Medicine (03696.HK), חברה לגילוי תרופות מונעות בינה מלאכותית בשלבים קליניים, הודיעה היום כי ה-Pharma.AI Spring Kickoff 2026 יתקיים בשעה 10:00 AM ET ב-14 באפריל, עם פרטי הרישום והאירוע זמין ב: https://insilico.zoom.us/webinar/register/WN_h7tujok6SdmfDWzkZwRgNg.
עונת 2026 של סדרת הסמינרים המקוונים של Pharma.AI תציג את מהפכת הבינה המלאכותית המתמשכת במדעי החיים, כולל העניין המוגבר בשימוש במודלים בסיסיים מדוע מודלים מיוחדים נשארים חיוניים לביולוגיה, כימיה ומחקר תרגום; כיצד Pharma.AI מפגישה מודלים בסיסיים וסוכני בינה מלאכותית מדעית בתוך זרימת עבודה מאוחדת מונעת בינה מלאכותית עבור מו"פ ומחקר מדעי של תרופות; וכיצד גישת "AI מאמן AI" המובילה של Insilico עשויה לאפשר מודלים של בסיס להיות מותאמים טוב יותר ליישומים מדעיים וגילוי תרופות, ולהאיץ את האבולוציה של מערכות קבלת החלטות בינה מלאכותית.
ליתר דיוק, האירוע הקרוב ידגיש יכולות חדשות ברחבי האקולוגית של Pharma.AI, כולל מכון הכושר MMAI למדע, עדכונים למודולי ליבה כגון PandaOmics, Generative Biologics ו-Chemistry42.
כשאנחנו פותחים את שנת 2026, ההתמקדות שלנו היא במעבר אל מעבר לבינה מלאכותית פשוטה לעבר מערכת אקולוגית אמיתית של החלטות בינה מלאכותית. עם הצגת ההתפתחות המתמשכת של Pharma.AI, אנו בונים את הבסיס למערכות בינה-על פרמצבטיות שיכולות לנמק בצורה יעילה יותר, להסתגל לזרימות עבודה מדעיות אמיתיות, וליצור השפעה משמעותית על פני גילוי ופיתוח תרופות. הסמינר המקוון הקרוב מאגד עדכונים חדשים ומלהיבים ונועד לספק לחוקרים את הכלים העדכניים ביותר ושיטות עבודה מומלצות להתמודדות עם הבעיות המאתגרות ביותר בבריאות האדם."
אלכס אליפר, דוקטורט, נשיא, Insilico Medicine
הבהרה במבט אחד
- MMAI Gym: הפיכת דגמי יסוד למנועי גילוי סמים בעלי ביצועים גבוהים
ה-MMAI Gym for Science, מסגרת אימון מודל יסודית, הוצגה על ידי Insilico בינואר 2026. תוך מינוף של למעלה מ-1,000 מדדי מחקר ופיתוח תרופות וכ-120 מיליארד אסימונים של נתוני גילוי תרופות ציבוריים וקנייניים, המסגרת משתמשת בכוונון רב-משימות ולמידת חיזוק כדי לשפר משמעותית את הביצועים של מודלים מיוחדים של תרופות במודלים מיוחדים של תרופות.
תוך אימות כוחה של מסגרת זו, אנו מדגימים שמודלים של בסיס שהוכשרו ל-MMAI השיגו עד פי 10 הישגים בביצועים במדדים מרכזיים לגילוי תרופות בהשוואה למודלים של בסיס למטרות כלליות, שנפלו בכ-75-95% מהמשימות. יתרה מכך, במרץ 2026, Insilico ו-Liquid AI סיפקו יחד את LFM2-2.6B-MMAI (v0.2.1), הדגם הראשון שהוכשר באמצעות שיתוף הפעולה הראשון שלהם ב-MMAI Gym. למרות העיצוב הקל המשקל שלו, הדגם סיפק ביצועי SOTA בכמה משימות מפתח. המאמר המפרט את תהליך ההכשרה והביצועים הסופיים התקבל ב-ICLR 2026.
במהלך האירוע הקרוב, המשתתפים ילמדו כיצד מערכת ההדרכה וההשוואה של כוונון עדין מפוקח (SFT) ו-Reforcement Fine-tuning (RFT) יכולה לשפר משמעותית את הביצועים של LLMs סיבתי במשימות גילוי תרופות בעולם האמיתי, וכיצד לגשת לפלטפורמה.
- PandaOmics: תעדוף יעד עם תא יחיד ו PandaClaw
PandaOmics היא הפלטפורמה מונעת בינה מלאכותית של Insilico Medicine לגילוי מטרות טיפוליות והרחבת אינדיקציות. הוא משלב ומנתח מערכי נתונים רב-אומיקה וביו-רפואיים בקנה מידה גדול כדי לעזור לחוקרים לזהות ולתעדף יעדי תרופה ספציפיים למחלה ולהרחיב את האינדיקציות הטיפוליות של יעדים מעניינים.
השדרוגים האחרונים ל-PandaOmics כוללים שילוב של מערכי נתונים מקיפים של תא בודד, המספקים רזולוציה משופרת לזיהוי יעדים. בנוסף, PandaClawכלי AI סוכן המאפשר למדענים לבצע ניתוחים מורכבים בזמן אמת עם ריבוי אומיקה, לייצר השערות מחקר ולבצע הערכות יעדים באמצעות ממשק פשוט בשפה הטבעית.
- Chemistry42: אלכימיה מרובת מטרות ואלכימיה מתקדמת
Chemistry42 היא הפלטפורמה המונעת בינה מלאכותית של Insilico Medicine לתכנון וגילוי מולקולות קטנות חדשות. הוא משלב הרכבי מודלים יצירתיים ושיטות מתקדמות מבוססות פיזיקה כדי לעזור לחוקרים ליצור ולמטב תרכובות חדשות. חלק מרכזי ב-Chemistry42 הוא Nach01, מודל בינה מלאכותית שהוכשר על מיליארדי נקודות מידע להבנת שפה טבעית וכימית כאחד, המאפשר מאות משימות מקצועיות ומניח את הבסיס לעתיד של "הקפדה על תרופה".
העדכונים האחרונים כוללים תמיכה מרובה מטרות ליצירת מולקולות, הדמיית תוצאות משופרת לניתוח חלק יותר, Nach01-MMAI ליצירת מולקולות וחישובי אנרגיה מחייבת חופשית מוחלטת (ABFE) חדשים באלכימיה.
- ביולוגיות גנרטיביות: עיצוב פפטיד מחזורי ואופטימיזציה של פפטיד ליניארי
Generative Biologics היא פלטפורמת הנדסה ביולוגית מתקדמת. הוא משתמש באופטימיזציה מתקדמת מרובה פרמטרים כדי להתמודד עם אתגרים מורכבים בתכנון של נוגדנים, פפטידים ותרופות ביולוגיות אחרות. מופעל על ידי יותר מ-10 מודלים מחוללים וחיזויים ומשופרים על ידי כלים מדויקים מבוססי פיזיקה, Generative Biologics מאפשר יצירה מהירה של ביולוגיות מגוונות, אופטימליות, המאפשרות למדענים ליצור מועמדים לקשרים ברי קיימא תוך פחות מ-72 שעות.
הפלטפורמה כוללת כעת עדכונים גדולים לעיצוב פפטיד. זה מציג זרימת עבודה חדשה לחלוטין עבור פפטידים מחזורייםתומך הן בארכיטקטורות של קשרי ראש אל זנב והן דיסולפידים, ומייצר מאות מועמדים תוך שעות ספורות עם תעדוף מבוסס בינה מלאכותית ופיזיקה. במקביל, חוקרים ביצעו בהצלחה אופטימיזציה של פפטידים ליניאריים באמצעות הפלטפורמה כדי לחדד את המועמד המוביל, P3, נגד GLP-1R ולייצר עשרות מועמדים חדשים, כאשר הגרסה העליונה, P3-1, משיגה שיפור של פי שישה לעומת ההובלה המקורית.
Pharma.AI היא פלטפורמת בינה מלאכותית מקצה לקצה לגילוי ופיתוח תרופות, המשלבת גילוי יעדים, כימיה יצירתית, תכנון ביולוגי ומידול קליני חזוי לתוך זרימת עבודה אחידה מונעת בינה מלאכותית עבור מו"פ פרמצבטי. אנו מקווים לראותכם באירוע הראשון שלנו כשאנחנו פותחים את 2026.
תַאֲרִיך: 14 באפריל, 2026
זְמַן: 10:00 בבוקר ET
