聽節目（在新分頁開啟原站）連到 Latent Space
摘要
探討 Chai Discovery 如何從早期模型到獲得大型藥企合作，並實現從「瀑布式」到「迴圈式」的藥物發現模式轉變。Matt McPartlon 與 Neil Patel 分享了 Chai 如何透過結構預測與結合發現，加速藥物研發流程，並強調跨領域人才流動對科學界的重要性。
This interview explores how Chai Discovery has transitioned from early models to large pharmaceutical partnerships, enabling a shift from waterfall to iterative drug discovery. Matt McPartlon and Neil Patel share how Chai accelerates drug development and promotes cross-disciplinary talent flow.
重點
- Chai Discovery 從早期模型轉向迴圈式藥物發現模式，獲得大型藥企合作。
- Matt McPartlon 與 Neil Patel 分享 Chai 如何加速藥物研發並促進跨領域人才流動。
- Chai 透過結構預測與結合發現，將藥物研發從瀑布式轉變為可迴圈迭代模式。
章節
依話題轉折切分，標題由 AI 產生
- 00:00Chai Discovery 與 BioAI 的正規化轉移
- 07:11從單點突破到全靶點設計
- 17:31Chai 系列模型的歷史演進
- 22:59Chai 一：結構預測模型的架構解析
- 51:44Chai 二：多靶點與通路的組合策略
- 56:16從靶點選擇到藥物開發的成本效益
- 59:48生物學與工程化的最大障礙
- 1:05:51軟體工程中的可持續執行挑戰
- 1:08:21基礎設施對生物研究瓶頸的影響
- 1:16:25模型 commoditization 與未來趨勢
- 1:23:43從 Token 到資產：AI 在藥物的價值
- 1:26:12Chai 團隊的資本配置思維
- 1:28:29專注於注意力分配與產品簡化
- 1:33:58Chai 的商業潛力與研究前景
提到的工具與公司
- AlphaFold One
- AlphaFold Two
適合誰看
對 AI 在生物醫學領域應用感興趣的程式開發者、生物學研究者或科技業人士。
摘要依據
- 講者
- Alessio Fanelli
- 依據
- 語音轉文字
為什麼排在這裡
- 人氣
- 0.50
- 新鮮
- 0.82
在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算
相關內容
- Ep 72: Co-Founder of Chai Discovery Joshua Meier on 99% Faster Drug Discovery, BioTech’s AlphaGo Moment, Building Photoshop for MoleculesPodcast ・ Unsupervised Learning ・ 57 分鐘（在新分頁開啟原站）
- EP118 对话祥宇：从 AlphaFold 到大语言模型：AI 会颠覆药物研发，还是被高估了？Podcast ・ 硬地骇客 ・ 49 分鐘（在新分頁開啟原站）
- Chai Discovery's Bitter Lesson: Drug Design Is Another Scaling Problem影片 ・ Sequoia Capital ・ 47 分鐘
- 🔬Beyond AlphaFold: How Boltz is Open-Sourcing the Future of Drug DiscoveryPodcast ・ Latent Space ・ 1 小時 21 分（在新分頁開啟原站）
- A Quest for a Cure: AI Drug Design with Isomorphic LabsPodcast ・ Google DeepMind: The Podcast ・ 45 分鐘（在新分頁開啟原站）
- Building AI for Life Sciences - Episode 16Podcast ・ OpenAI Podcast ・ 44 分鐘（在新分頁開啟原站）
摘要由 AI 根據原文產生，可能有誤；完整內容請看原站。聽節目（在新分頁開啟原站）