Marinka Zitnik<\/strong> \u2022 Professeure agr\u00e9g\u00e9e, Harvard<\/p>\n Medea<\/strong> : un agent d\u2019IA omics<\/em> pour la d\u00e9couverte th\u00e9rapeutique, capable d\u2019effectuer un raisonnement v\u00e9rifi\u00e9 et \u00e0 long terme \u00e0 travers les contextes prot\u00e9iques, les \u00e9tats cellulaires et les donn\u00e9es omics<\/em> personnalis\u00e9es des patients.<\/p>\n Medea valide chaque d\u00e9cision et chaque r\u00e9sultat par rapport aux donn\u00e9es et aux contraintes des outils tout au long de l\u2019analyse.<\/p>\n \ud83d\udc49 Medea : https:\/\/lnkd.in\/eGNy5Q_D<\/a> Ce qui le rend unique :<\/strong><\/p>\n \u2022 V\u00e9rification du contexte et<\/strong> de l\u2019int\u00e9grit\u00e9 pendant la construction du plan de recherche (d\u00e9tecte t\u00f4t les erreurs de contexte) \ud83d\udd39 Identification de cibles selon les contextes de types cellulaires Medea raisonne \u00e0 la r\u00e9solution du type cellulaire<\/strong>, en int\u00e9grant :<\/p>\n \u2022 atlas unicellulaires Deux perturbations g\u00e9niques r\u00e9duisent-elles ensemble la viabilit\u00e9 plus que ce que l\u2019on attend de chacune s\u00e9par\u00e9ment ?<\/p>\n Medea traite cela comme une t\u00e2che de synth\u00e8se de preuves<\/strong>, en combinant :<\/p>\n \u2022 donn\u00e9es de d\u00e9pendance CRISPR Et elle s\u2019abstient lorsque les preuves sont faibles.<\/p>\n Medea ne se contente pas de pr\u00e9dire davantage de r\u00e9sultats positifs : elle corrige aussi les erreurs des LLMs et \u00e9vite les affirmations faussement confiantes.<\/p>\n Pr\u00e9dire la r\u00e9ponse \u00e0 l\u2019immunoth\u00e9rapie exige un raisonnement sur :<\/p>\n \u2022 les transcriptomes tumoraux \u00c0 travers des tumeurs \u00e0 TMB \u00e9lev\u00e9\/faible et inflamm\u00e9es\/non inflamm\u00e9es, Medea :<\/p>\n \u2022 surpasse les LLMs F\u00e9licitations \u00e0 @sui67713 @_michellemli @GaoShanghua Wanxiang Shen Valentina Giunchiglia Andrew Shen Yepeng Huang Zhenglun Kong<\/p>\n https:\/\/lnkd.in\/eGNy5Q_D<\/a> Harvard Medical School \u00b7 Harvard University \u00b7 Department of Biomedical Informatics (HMS) \u00b7 Broad Institute of MIT and Harvard \u00b7 Kempner Institute at Harvard University \u00b7 Harvard Data Science Initiative<\/p>\n","protected":false},"excerpt":{"rendered":" Marinka Zitnik \u2022 Professeure agr\u00e9g\u00e9e, Harvard Medea : un agent d\u2019IA omics pour la d\u00e9couverte th\u00e9rapeutique, capable d\u2019effectuer un raisonnement v\u00e9rifi\u00e9 et \u00e0 long terme \u00e0 travers les contextes prot\u00e9iques, les \u00e9tats cellulaires et les donn\u00e9es omics personnalis\u00e9es des patients. Medea valide chaque d\u00e9cision et chaque r\u00e9sultat par rapport aux donn\u00e9es et aux contraintes des […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[24],"tags":[],"_links":{"self":[{"href":"https:\/\/jonathandespres.com\/cryonicsrevival\/wp-json\/wp\/v2\/posts\/2274"}],"collection":[{"href":"https:\/\/jonathandespres.com\/cryonicsrevival\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/jonathandespres.com\/cryonicsrevival\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/jonathandespres.com\/cryonicsrevival\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/jonathandespres.com\/cryonicsrevival\/wp-json\/wp\/v2\/comments?post=2274"}],"version-history":[{"count":2,"href":"https:\/\/jonathandespres.com\/cryonicsrevival\/wp-json\/wp\/v2\/posts\/2274\/revisions"}],"predecessor-version":[{"id":2277,"href":"https:\/\/jonathandespres.com\/cryonicsrevival\/wp-json\/wp\/v2\/posts\/2274\/revisions\/2277"}],"wp:attachment":[{"href":"https:\/\/jonathandespres.com\/cryonicsrevival\/wp-json\/wp\/v2\/media?parent=2274"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/jonathandespres.com\/cryonicsrevival\/wp-json\/wp\/v2\/categories?post=2274"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/jonathandespres.com\/cryonicsrevival\/wp-json\/wp\/v2\/tags?post=2274"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Pengwei Sui \u00b7 Michelle L. \u00b7 Shanghua Gao<\/p>\n
\ud83d\udc49 Science ouverte : https:\/\/lnkd.in\/eNfp3D3B<\/a>
\ud83d\udc49 Article : https:\/\/lnkd.in\/efe4-98b<\/a><\/p>\n
\n2\ufe0f\u20e3 MEDEA est un agent omics<\/em> conscient de la v\u00e9rification, con\u00e7u pour un raisonnement th\u00e9rapeutique \u00e0 long horizon.<\/h3>\n
\u2022 V\u00e9rifications avant et apr\u00e8s l\u2019ex\u00e9cution des outils (une analyse peut s\u2019ex\u00e9cuter sans erreur et \u00eatre n\u00e9anmoins incorrecte)
\u2022 \u00c9valuation de la pertinence des \u00e9tudes et de la solidit\u00e9 des preuves dans la litt\u00e9rature (pas seulement la r\u00e9cup\u00e9ration)
\u2022 Consensus en plusieurs cycles qui concilie les r\u00e9sultats des outils, la litt\u00e9rature et le LLM, avec abstention calibr\u00e9e lorsque les preuves sont insuffisantes
\u2022 Un espace d\u2019outils riche comprenant des mod\u00e8les fondamentaux de transcriptomique unicellulaire et en vrac, des cartes de d\u00e9pendance g\u00e9n\u00e9tique, des r\u00e9seaux prot\u00e9iques et tissulaires, des ressources de voies et d\u2019ontologies, ainsi que des mod\u00e8les de ML interpr\u00e9tables<\/p>\n
\n3\ufe0f\u20e3 Nous \u00e9valuons Medea sur 5 679 analyses<\/strong> dans trois domaines ouverts :<\/h3>\n
\ud83d\udd39 Raisonnement sur la l\u00e9talit\u00e9 synth\u00e9tique dans des lign\u00e9es cellulaires canc\u00e9reuses
\ud83d\udd39 Pr\u00e9diction de la r\u00e9ponse \u00e0 l\u2019immunoth\u00e9rapie \u00e0 partir de transcriptomes de patients<\/p>\n
\n4\ufe0f\u20e3 La d\u00e9couverte de cibles \u00e9choue lorsque la biologie est moyenn\u00e9e.<\/h3>\n
\u2022 g\u00e9n\u00e9tique des maladies
\u2022 preuves pharmacologiques<\/p>\n
\n5\ufe0f\u20e3 La l\u00e9talit\u00e9 synth\u00e9tique pose une question subtile :<\/h3>\n
\u2022 contexte des voies biologiques
\u2022 soutien de la litt\u00e9rature<\/p>\n
\n6\ufe0f\u20e3 Sur sept lign\u00e9es cellulaires canc\u00e9reuses, Medea surpasse les LLMs pour identifier de v\u00e9ritables interactions l\u00e9tales synth\u00e9tiques.<\/h3>\n
\n7\ufe0f\u20e3 Pr\u00e9diction de la r\u00e9ponse \u00e0 l\u2019immunoth\u00e9rapie \u00e0 partir de transcriptomes personnels<\/h3>\n
\u2022 les programmes immunitaires
\u2022 le contexte clinique<\/p>\n
\n8\ufe0f\u20e3 Medea fonctionne l\u00e0 o\u00f9 les heuristiques \u00e9chouent.<\/h3>\n
\u2022 corrige les erreurs des mod\u00e8les de ML
\u2022 adapte son raisonnement \u00e0 la biologie des sous-groupes<\/p>\n
Science ouverte : https:\/\/lnkd.in\/eNfp3D3B<\/a>
https:\/\/lnkd.in\/efe4-98b<\/a><\/p>\n