星期日, 15 6 月, 2025
No Result
View All Result
AI TAIWAN 台灣人工智慧中心
  • Home
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • AI 智慧產業
  • 機器學習與應用
  • 自然語言處理
  • 神經連結和腦機接口
  • 機器人與自動化
  • 道德與法規
  • 安全
AI TAIWAN 台灣人工智慧中心
  • Home
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • AI 智慧產業
  • 機器學習與應用
  • 自然語言處理
  • 神經連結和腦機接口
  • 機器人與自動化
  • 道德與法規
  • 安全
No Result
View All Result
AI TAIWAN 台灣人工智慧中心
No Result
View All Result
Your Ad
Home AI 綜合新聞

MIT 創業公司繪製身體的代謝物以揭示疾病的隱藏驅動因素 | MIT 新聞

2025-02-19
in AI 綜合新聞
0 0
0
MIT 創業公司繪製身體的代謝物以揭示疾病的隱藏驅動因素 | MIT 新聞
Share on FacebookShare on Twitter
Your Ad


生物學從來不是簡單的事

隨著研究人員在讀取和編輯基因以治療疾病方面取得進展,越來越多的證據顯示,圍繞這些基因的蛋白質和代謝產物也不能被忽視。

ReviveMed的創新平台

麻省理工學院(MIT)衍生公司ReviveMed創建了一個平台,可以大規模測量代謝產物——例如脂質、膽固醇、糖和碳水化合物等代謝過程的產物。這家公司利用這些測量結果來揭示為什麼有些病人對治療有反應,而有些則沒有,並更好地理解疾病的成因。

填補知識的空白

ReviveMed的首席執行官Leila Pirhaji博士表示:“歷史上,我們能夠以高精度測量幾百種代謝產物,但這只是我們體內存在的代謝產物的一小部分。我們希望填補我們準確測量的數據和實際存在的數據之間的巨大差距,並利用未被充分利用的代謝產物數據來獲得強大的見解。”

醫學界的關注

ReviveMed的進展正值醫學界越來越多地將失調的代謝產物與癌症、阿茲海默症和心血管疾病等疾病聯繫起來。ReviveMed正在利用其平台幫助一些世界上最大的製藥公司找到能從其治療中受益的病人。它還免費向學術研究人員提供軟體,以幫助他們從未開發的代謝產物數據中獲得見解。

利用人工智慧克服挑戰

Pirhaji說:“隨著人工智慧(AI)領域的蓬勃發展,我們認為可以克服限制代謝產物研究的數據問題。雖然目前還沒有代謝組學的基礎模型,但我們看到這些模型正在改變基因組學等各個領域,因此我們開始開創其發展。”

Pirhaji的背景

Pirhaji在伊朗出生和長大,2010年來到麻省理工學院攻讀生物工程博士學位。她之前閱讀過Fraenkel教授的研究論文,對能夠參與他所建立的網絡模型感到興奮,這些模型整合了基因組、蛋白質組和其他分子的數據。

解決數據挑戰

在攻讀博士學位的過程中,Pirhaji將一些樣本送往哈佛大學的合作者,以收集代謝組的數據。合作者回傳了一個包含數千行數據的巨型Excel表格,但告訴她最好忽略前100行以外的數據,因為他們對其他數據的意義一無所知。她將此視為挑戰。

創建知識圖譜

Pirhaji開發了一個包含數百萬個蛋白質和代謝產物之間互動的知識圖譜。這些數據豐富但雜亂——Pirhaji稱之為“毛球”,無法告訴研究人員任何有關疾病的信息。為了使其更有用,她創建了一種新的方式來描述代謝途徑和特徵。在2016年發表在《自然方法》(Nature Methods)上的一篇論文中,她描述了該系統並用其分析亨廷頓病模型中的代謝變化。

從學術到創業

最初,Pirhaji並不打算創辦公司,但在博士學位的最後幾年,她開始意識到這項技術的商業潛力。

創業的學習過程

Pirhaji說:“在伊朗沒有創業文化。我不知道如何創辦公司或將科學轉化為初創企業,因此我利用了麻省理工學院提供的一切資源。”

創立ReviveMed

Pirhaji開始在麻省理工學院斯隆管理學院上課,包括15.371(創新團隊)課程,與同學合作思考如何應用她的技術。她還利用了麻省理工學院的創業導師服務和MIT Sandbox,並參加了馬丁·特拉斯特中心(Martin Trust Center for MIT Entrepreneurship)的delta v初創加速器。

與製藥公司合作

當Pirhaji和Fraenkel正式創立ReviveMed時,他們與麻省理工學院的技術授權辦公室合作,獲取他們工作的專利。自那以後,Pirhaji進一步開發了該平台,以解決她從與數百位製藥公司領導者的交談中發現的其他問題。

探索代謝相關疾病

ReviveMed最初與醫院合作,揭示脂質在一種稱為代謝功能障礙相關脂肪肝炎的疾病中的失調情況。2020年,ReviveMed與百時美施貴寶(Bristol Myers Squibb)合作,預測癌症患者的子集將如何對該公司的免疫療法做出反應。

加速治療的發現

自那以後,ReviveMed已與幾家公司合作,包括全球前十的製藥公司中的四家,幫助他們理解其治療背後的代謝機制。這些見解有助於更快地識別最能從不同療法中受益的病人。

提高臨床試驗效率

Pirhaji說:“如果我們知道哪些病人會從每種藥物中受益,將大大減少臨床試驗的複雜性和時間。病人將更快獲得合適的治療。”

生成模型的應用

今年早些時候,ReviveMed基於20,000名病人的血液樣本收集了一個數據集,並用其創建了病人的數位雙胞胎和代謝組學研究的生成AI模型。ReviveMed將其生成模型提供給非營利的學術研究人員,這可能加速我們對代謝產物如何影響各種疾病的理解。

推動代謝組學的民主化

Pirhaji說:“我們正在使代謝組數據的使用民主化。雖然不可能擁有來自世界上每一位病人的數據,但我們的數位雙胞胎可以用來找到根據病人特徵可能受益於治療的病人,例如,找到可能面臨心血管疾病風險的病人。”

ReviveMed的使命

這項工作是ReviveMed的使命的一部分,旨在創建代謝基礎模型,供研究人員和製藥公司使用,以了解疾病和治療如何改變病人的代謝產物。

未來的潛力

Fraenkel說:“Leila解決了許多在將一個想法從實驗室轉化為足夠穩健和可重複使用的生物醫學應用時所面臨的困難問題。在這個過程中,她還意識到她所開發的軟體本身非常強大,可能會帶來變革。”



新聞來源

本文由 AI 台灣 運用 AI 技術編撰,內容僅供參考,請自行核實相關資訊。
歡迎加入我們的 AI TAIWAN 台灣人工智慧中心 FB 社團,
隨時掌握最新 AI 動態與實用資訊!

Tags: Ernest FraenkelLeila Pirhajimetabolomic dataMITReviveMed創業公司繪製身體的代謝物以揭示疾病的隱藏驅動因素新聞
Previous Post

ViLa-MIL:透過雙尺度視覺-語言多實例學習提升全切片影像分類

Next Post

月球計畫 AI 研究介紹混合區塊注意力 (MoBA):一種將混合專家 (MoE) 原則應用於注意力機制的新 AI 方法

Related Posts

中國教育改革人工智慧助力創新人才培育
AI 綜合新聞

中國教育改革人工智慧助力創新人才培育

2025-06-11
AI 助力中風患者康復Devon 的 SAMueL-2 計畫創新突破
AI 綜合新聞

AI 助力中風患者康復Devon 的 SAMueL-2 計畫創新突破

2025-04-24
2027 年 AI 預測人類水平 AI 的全新里程碑
AI 綜合新聞

2027 年 AI 預測人類水平 AI 的全新里程碑

2025-04-21
全球AI教育市場蓬勃發展智慧學習工具引領新趨勢
AI 綜合新聞

全球AI教育市場蓬勃發展智慧學習工具引領新趨勢

2025-04-21
AI 技術對人類智能的影響我們在失去什麼?
AI 綜合新聞

AI 技術對人類智能的影響我們在失去什麼?

2025-04-20
MIT 研發新技術提升 AI 生成代碼準確性助力非專業人士掌握 SQL 語言
AI 綜合新聞

MIT 研發新技術提升 AI 生成代碼準確性助力非專業人士掌握 SQL 語言

2025-04-18
Next Post
月球計畫 AI 研究介紹混合區塊注意力 (MoBA):一種將混合專家 (MoE) 原則應用於注意力機制的新 AI 方法

月球計畫 AI 研究介紹混合區塊注意力 (MoBA):一種將混合專家 (MoE) 原則應用於注意力機制的新 AI 方法

微軟 AI 發布 OmniParser V2:一款將任何 LLM 轉變為計算機使用代理的 AI 工具

微軟 AI 發布 OmniParser V2:一款將任何 LLM 轉變為計算機使用代理的 AI 工具

發佈留言 取消回覆

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

Archives

  • 2025 年 6 月
  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月
  • 2024 年 10 月
  • 2024 年 9 月
  • 2024 年 8 月
  • 2024 年 7 月
  • 2024 年 6 月
  • 2024 年 5 月
  • 2024 年 4 月
  • 2024 年 3 月
  • 2024 年 2 月
  • 2023 年 10 月
  • 2023 年 9 月
  • 2023 年 8 月
  • 2023 年 7 月
  • 2023 年 5 月
  • 2023 年 3 月
  • 2023 年 1 月
  • 2022 年 12 月
  • 2022 年 11 月
  • 2022 年 5 月
  • 2022 年 4 月
  • 2022 年 1 月
  • 2021 年 11 月
  • 2021 年 8 月
  • 2021 年 5 月
  • 2021 年 3 月
  • 2021 年 1 月
  • 2020 年 12 月
  • 2020 年 10 月
  • 2020 年 9 月
  • 2019 年 7 月
  • 2018 年 11 月

Categories

  • AI 智慧產業
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • 安全
  • 機器人與自動化
  • 機器學習與應用
  • 神經連結和腦機接口
  • 自然語言處理
  • 道德與法規
Your Ad
  • 關於我們
  • 廣告合作
  • 免責聲明
  • 隱私權政策
  • DMCA
  • Cookie 隱私權政策
  • 條款與條件
  • 聯絡我們
AI TAIWAN

版權 © 2024 AI TAIWAN.
AI TAIWAN 對外部網站的內容不負任何責任。

Welcome Back!

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Log In
No Result
View All Result
  • Home
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • AI 智慧產業
  • 機器學習與應用
  • 自然語言處理
  • 神經連結和腦機接口
  • 機器人與自動化
  • 道德與法規
  • 安全

版權 © 2024 AI TAIWAN.
AI TAIWAN 對外部網站的內容不負任何責任。