描述
深度基因组学处于将人工智能与生物学相结合的前沿，旨在彻底改变基因药物的发现和设计。利用其专有的BioFM（生物基础模型）平台，深度基因组学旨在通过识别传统方法可能忽视的分子靶点，加速药物发现过程。该平台旨在生成与分子设计和靶点生物学发现相关的差异化预测，确保在规模上的可靠性和可重复性。
BioFM平台结合了实验室环路工作流程，这些工作流程涉及从头设计和生成用于训练模型的数据集，或针对特定应用对其进行微调。这种方法使药物发现的快速进展成为可能，无论是在内部还是与主要制药合作伙伴的合作中。该平台的能力由强大的信息和软件系统支撑，确保可扩展的、工作流程集成的人工智能。
深度基因组学的模型，如BigRNA和REPRESS，在预测基因变异的影响和理解RNA生物学方面发挥了重要作用。例如，BigRNA在超过一万亿个来自高通量测序数据集的信号上进行训练，使其能够预测基因药物的靶向和非靶向效应。另一方面，REPRESS在预测细胞类型特异性的微RNA结合和mRNA降解方面表现出色，在各种任务中优于其他方法。
该公司在多伦多和马萨诸塞州剑桥运营实验设施，科学家与机器学习专家密切合作，设计实验以加速他们的使命。深度基因组学由一支经验丰富的基因组学、药物开发和人工智能专家团队领导，包括首席执行官布赖恩·奥卡拉汉和创始人布伦丹·弗雷。
深度基因组学总部位于多伦多，并在波士顿设有其他办公室。他们在MaRS发现区的战略位置使他们处于一个繁荣的科技中心的核心，周围是领先的研究机构和人工智能实验室。
深度基因组学的核心功能
基于人工智能的基因药物发现
用于分子设计的BioFM平台
实验室环路工作流程
用于RNA生物学的BigRNA模型
用于miRNA结合的REPRESS模型
位于多伦多和剑桥的实验设施
与主要制药合作伙伴的合作
用于人工智能集成的强大软件系统
如何使用 深度基因组学？
配置：为特定应用设置BioFM平台
使用：利用BigRNA和REPRESS等模型进行预测
优化：使用新数据集微调模型
验证：使用实验室环路工作流程进行实验验证
深度基因组学的使用案例
- 基因药物发现
- 分子设计
- RNA生物学研究
- miRNA结合预测
- 药物发现合作