诺和诺德几乎将其与 Valo Health(一家专注于将人工智能应用于药物研发的公司)的研发联盟规模扩大了一倍,在原有的 11 个项目基础上新增了 9 个项目。
在 2023 年,诺和诺德向 Valo 支付了 6000 万美元的预付款,以利用其真实世界人类数据和人体组织建模技术来寻找心血管代谢疾病的新疗法,潜在的总交易价值定为 27 亿美元。
现在,新增的项目带来了 1.9 亿美元的近期付款,而整个交易的总价值(包括里程碑付款)已经膨胀到约 46 亿美元,这还不包括研发资金。根据合作伙伴的说法,扩展后的协议涵盖了肥胖症、2 型糖尿病和心血管疾病的新型治疗方法。
Valo Health 的 Opal 平台声称能够预测其他基于 AI 的药物发现系统所缺失的一些特征,如药物动力学、ADME (吸收、分布、代谢和排泄)、毒性以及化合物的功能效应。在早期过程中使用人类数据集旨在更好地理解靶点生物学。
诺和诺德首席科学官 Marcus Schindler 评论说:"我们对与 Valo 在合作第一年取得的进展感到非常满意,我们很高兴能够扩大合作范围,在心血管疾病之外,更加关注肥胖症和 2 型糖尿病。"
他补充道:"我们相信这种合作伙伴关系将帮助诺和诺德实现扩大新药项目数量的愿景。"他指出,到目前为止,联盟已经发现了几个有潜力提供"差异化心血管代谢药物项目"的新靶点。
两家公司正在研发多个小分子药物候选物,这些药物目前都处于临床前开发阶段。他们表示将"继续密切合作,从人类基因和纵向患者数据中获取新见解,探索肥胖症、2 型糖尿病和心血管疾病的交叉领域。"
对于由 Flagship Pioneering 支持的 Valo Health 来说,扩大合作协议的消息来得正是时候。该公司最近因其主要自研药物候选物在 2 期临床试验失败而搁置了用于治疗糖尿病视网膜病变的开发。不过,该公司表示 ROCK1/2 仍具有潜力,并已开始寻找开发合作伙伴来推进这项研究。
好文章,需要你的鼓励
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。