تعمل منصة MLops من Eludata على تحسين جودة البيانات لاكتشاف الأدوية

ألا تستطيع حضور Transform 2022؟ تحقق من جميع جلسات القمة في مكتبتنا عند الطلب الآن! انظر هنا.

ملاحظة المحرر: في الساعة 9:00 صباحًا بتوقيت المحيط الهادئ الصيفي في 21 سبتمبر 2022 ، اتصلت Elucidata بـ VentureBeat لإبلاغها بأنه نظرًا لتأخير التحويل الدولي ، لم يتم الانتهاء من تحويل التمويل وأن بعض التمويل لهذه القصة سابق لأوانه. سنقوم بتحديث هذه القصة إذا تغير أي شيء.

من الشركات الناشئة الوليدة إلى التكتلات الكبيرة ، تتجه جميع مؤسسات علوم الحياة تقريبًا إلى الذكاء الاصطناعي لدفع البحث والتطوير وتقديم الأدوية والعلاجات الجديدة. يدور الجهد حول تدريب النماذج التنبؤية على مجموعات البيانات الضخمة فيما يتعلق بالمشكلة المطروحة. ولكن بالنسبة للعديد من المؤسسات ، يظل جمع البيانات عالية الجودة يمثل تحديًا كبيرًا.

بشكل أساسي ، يتعين على معظم العلماء العمل مع mult omics والمقايسة الحيوية والسريرية والسجلات الإلكترونية وغيرها من أشكال البيانات الطبية الحيوية التي يتم تخزينها عادةً في أنظمة متعددة داخل مؤسساتهم أو مصدرها من الخارج. هذا النوع من المعلومات ليس مجزأًا فحسب ، ولكنه أيضًا متنوع للغاية بحيث يصبح من الصعب بناء نموذج تنبؤي دقيق عليه.

يشير آشيش فينكاتاراماني ، الشريك في Eight Roads Ventures ، إلى أن "فك رموز المعلومات من البيانات الطبية الحيوية هو في صميم أهم التطورات في العالم في مجال المستحضرات الصيدلانية الحيوية". "هناك انفجار في إنشاء مجموعات البيانات المعقدة وغير المتجانسة هذه ، مدفوعًا بالابتكارات في تقنيات التسلسل وانتشار الأجهزة المتصلة." حدث

MetaBeat 2022

ستجمع MetaBeat قادة الفكر لتقديم المشورة بشأن الطريقة التي ستغير بها التكنولوجيا metaverse الطريقة التي تتواصل بها جميع الصناعات وتؤدي أعمالها في 4 أكتوبر في سان فرانسيسكو ، كاليفورنيا. سجل هنا Elucidata يحل مشكلة جودة البيانات

لمساعدة مؤسسات علوم الحياة على تحقيق أقصى استفادة من هذه الفرصة ، دون القلق بشأن الطبيعة غير المتجانسة أو المنعزلة للبيانات ، تقدم شركة Eludata التي يقع مقرها في ماساتشوستس منصة MLops تسمى Polly. يتيح الحل لفرق البحث والتطوير الوصول إلى بيانات جزيئية حيوية نظيفة ومنظمة يمكن الاستعلام عنها وتحليلها عبر واجهة مستخدم رسومية (GUI) أو برمجيًا. جمعت Elucidata اليوم 16 مليون دولار في جولة تمويل من السلسلة أ.

وفقًا للشركة ، تجمع Polly البيانات وتحولها وتنسيقها إلى تنسيقات موحدة يمكن قراءتها آليًا ، مما يسمح للشركات باستخدامها في تطبيقات التعلم الآلي الخاصة بهم. يتمتع الحل بإمكانية الوصول إلى 70 تيرابايت من البيانات الطبية الحيوية الجاهزة لـ ML ، وأكثر من 1.5 مليون مجموعة بيانات و 4.1 مليون عينة ، من أكثر من 30 مصدرًا عامًا وملكًا. يغطي هذا أكثر من 26 نوعًا من البيانات البيولوجية.

يستخدم النظام الأساسي الموصلات لسحب البيانات من مصادر مثل TCGA و Gene Expression Omnibus (GEO). ثم يحول المعلومات إلى ملفات مسطحة ويضيف البيانات الوصفية والتسميات القائمة على الأنطولوجيا لتنقيحها إلى بيانات طبية حيوية منظمة ، وجاهزة للتعلم الآلي. أخيرًا ، يتم توفير المعلومات التي تم تنظيفها في مستودع بيانات العميل.

"غالبًا ما تقلل الشركات من أهمية جودة البيانات ونتيجة لذلك يتم اختراق العديد من مبادرات الذكاء الاصطناعي / تعلم الآلة. نحن في مهمة للتخلص من مثل هذه المبادرات في مجال البحث والتطوير في علوم الحياة. الحياة من خلال تزويدهم ببيانات طبية حيوية عالية الجودة قال أبهيشيك جها ، الرئيس التنفيذي والمؤسس المشارك لشركة Eludata ، في كل مرحلة من مراحل عملية البحث والتطوير. تبني

تدعي شركة Eludata أنها توفر القدرة على خدمة الشركات في مراحل مختلفة من عملية اكتشاف الدواء. في الواقع ، تقول الشركة إن Polly قد تم تبنيها بالفعل من قبل أكثر من 30 لاعبًا في صناعة علوم الحياة ، بما في ذلك Genentech و Pfizer و Janssen ، بالإضافة إلى معاهد بحثية مثل Stanford و Bill & Melinda Ga ...