Υγεία

Η Ono Pharmaceutical Εισάγει το Agentic AI σε Όλη τη Διαδικασία Ανακάλυψης Φαρμάκων

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Η Ono Pharmaceutical τοποθετεί τους πράκτορες AI μπροστά στους επιστήμονες που διεξάγουν την έρευνά της σε πρώιμο στάδιο. Σύμφωνα με μια συνεργασία που ανακοινώθηκε στις 28 Ιουλίου 2026, η Osaka φαρμακευτική εταιρεία θα αναπτύξει το Biomni Lab, την αγεντική πλατφόρμα έρευνας που κατασκευάστηκε από το Phylo, σε όλη την οργάνωση ανακάλυψης φαρμάκων.

Το τι προορίζεται η πλατφόρμα να απορροφήσει, σύμφωνα με την ανακοίνωση, είναι ολόκληρη την υπολογιστική ημέρα ενός επιστήμονα ανακάλυψης: συνθέτοντας την πειραματική ιστορία ενός προγράμματος, συλλογισμό πάνω σε εσωτερικές βάσεις δεδομένων, σχεδιασμό του επόμενου πειράματος και εκτέλεση της υπολογιστικής βιολογίας πίσω από αυτό. Το Phylo λέει ότι η δική της εμπειρογνωσία ανακάλυψης και ιστορικά δεδομένα της Ono θα εισαχθούν στο περιβάλλον, το οποίο είναι το μέρος που διακρίνει αυτό από μια άδεια λογισμικού. Η Ono, που είναι εισηγμένη στο Τόκιο ως 4528 και ιδρύθηκε το 1717, δραστηριοποιείται στην ογκολογία, ανοσολογία και φλεγμονή, και νευρολογία, και είναι πιο γνωστή για την PD-1 αντίσωμα nivolumab, που πωλείται ως Opdivo.

Τι έχει δοκιμαστεί το Biomni

Ο πράκτορας κάτω από το προϊόν έχει περισσότερες δημοσιευμένες αποδείξεις από τις περισσότερες επιχειρηματικές αναπτύξεις AI. Το Biomni ξεκίνησε ως ανοικτό έργο στο Stanford και δημοσιεύθηκε στο Science το 2026 ως Αυτόνομη βιοϊατρική έρευνα με έναν πράκτορα τεχνητής νοημοσύνης. Ο σχεδιασμός του είναι ασυνήθιστος: ένας πράκτορας εξορύσσει εργαλεία, βάσεις δεδομένων και πρωτόκολλα από χιλιάδες έγγραφα σε 25 βιοϊατρικά πεδία για να κατασκευάσει το περιβάλλον, και ένας δεύτερος σχεδιάζει πάνω σε αυτό το περιβάλλον, ανακτώντας τι χρειάζεται μια ερώτηση και γράφοντας κώδικα για την εκτέλεσή του αντί να ακολουθεί einen σταθερό ροή εργασιών.

Το έγγραφο αναφέρει ότι ο πράκτορας γενικεύει σε αιτιολογική προτεραιότητα γονιδίων, επαναχρησιμοποίηση φαρμάκων, διάγνωση σπάνιων ασθενειών, ανάλυση μικροβιομάτων και μοριακή κλωνοποίηση χωρίς ρύθμιση εργασιών, με μελέτες περίπτωσης που καλύπτουν την оптимποίηση της σταθερότητας πρωτεϊνών και την ορχήστρα των υγρών εργαστηριακών οργάνων. Αυτό είναι ένα ευρύτερο χαρτογράφηση από τα μοντέλα με単ή-purpose που κυριαρχούν στην υπολογιστική ανακάλυψη, και πιο κοντά στα συστήματα συν-επιστήμονα που αντιμετωπίζουν το υγρό εργαστήριο που το πεδίο έχει συμφωνήσει από τότε το εργαλείο Co-Scientist της Google.

Τι δείχνουν οι βαθμολογίες των αναλύσεων

Η πιο χρήσιμη ανάγνωση του τι αγοράει πραγματικά η Ono προέρχεται από το δικό της έργο αξιολόγησης της Phylo. Στις 30 Ιουνίου 2026, η εταιρεία δημοσίευσε DrugDiscoveryBench με το Scale Labs: 82 εργασίες γραμμένες από επιστήμονες ανακάλυψης φαρμάκων σε αναγνώριση στόχων, εξόρυξη πατεντών και ανάλυση δομής-δραστικότητας, κάθε μια με μια επιβεβαιωμένη απάντηση και μια εμπειρογνώμονα γραπτή ρουτίνα, που επιλύθηκαν από πράκτορες που γράφουν κώδικα ενάντια σε πραγματικές βιοϊατρικές βάσεις δεδομένων.

Τα μοντέλα του μετώπου συσσωρεύθηκαν στενά και δεν εντυπωσίασαν. Το Phylo αναφέρει GPT-5.5 στο 51.6%, Gemini 3.5 Flash στο 50.0% και Opus 4.8 στο 47.2%, με διαφορετικά μοντέλα να ηγούνται διαφορετικών οικογενειών εργασιών. Δύο ευρήματα κάτω από την κατάταξη έχουν περισσότερη σημασία για μια φαρμακευτική αναπτύξη:

  • Κρατώντας το μοντέλο σταθερό και αλλάζοντας μόνο την αρχιτεκτονική του περιβάλλοντος πράκτορα, μετακινήθηκε το GPT-5.5 από 40.6% σε 51.6%, και το GLM 5.2 από 24.4% σε 37.8%.
  • Δεδομένου ενός ανθρώπινου playbook που ονομάζει τα βήματα και τα εργαλεία, τουλάχιστον ένα μοντέλο πέρασε 76 από τις 82 εργασίες.

Το Phylo είναι ευθέως σχετικά με τον τρόπο αποτυχίας μεταξύ: σε μακρές ροές εργασιών ο πράκτορας σιωπηλά χάνει μια περιορισμό και επιστρέφει μια自信 wrong απάντηση. Σε μια εργασία απάντησε σε μια ερώτηση μελανώματος με ένα γονίδιο καρκίνου του μαστού. Αυτό είναι το κενό που κλείνει η γνώση των ιδρυμάτων, και εξηγεί γιατί η συμφωνία της Ono είναι κατηγοριοποιημένη γύρω από τα ιστορικά δεδομένα της εταιρείας αντί για την ακατέργαστη ικανότητα του μοντέλου.

Πού ταιριάζει στην στρατηγική ανακάλυψης της Ono

Η Ono έχει συναρμολογήσει αυτό για αρκετά χρόνια. Η ερευνητική οργάνωση της αναφέρει ότι χρησιμοποιεί την τεχνητή νοημοσύνη για να επιταχύνει την αναζήτηση για σπόρους ανακάλυψης και να缩短σει τον χρόνο για νέα συστατικά, και τρέχει ένα εξωτερικό μοντέλο ανακάλυψης φαρμάκων: τον Μάρτιο του 2026 επέκτεινε μια συνεργασία υπολογιστικής ανακάλυψης με την Congruence Therapeutics στη νευρολογία και την ανοσολογία.

“Πιστεύουμε ότι η τεχνητή νοημοσύνη θα γίνει μια βασική ικανότητα για την ανακάλυψη φαρμάκων,” είπε ο Seishi Katsumata, ο αξιωματούχος της Ono και εκτελεστικός αντιπρόεδρος για την ανακάλυψη και την έρευνα, ο οποίος πρόσθεσε ότι οι ερευνητές της Ono ανέλαβαν γρήγορα το Biomni Lab κατά τη διάρκεια της αξιολόγησης.

Για το Phylo, η συμφωνία επεκτείνει έναν κατάλογο πελατών που συναρμολογήθηκε σε λιγότερο από έξι μήνες. Η εταιρεία εισήγαγε το Biomni Lab σε προεπισκόπηση έρευνας στις 3 Φεβρουαρίου 2026 μαζί με μια $13.5 εκατομμύρια στρογγυλή финансионирования που συν-ηγήθηκε από την Andreessen Horowitz και το Anthology Fund της Menlo Ventures, και έχει από τότε δημοσιεύσει εργασία ανάπτυξης με την Ginkgo Bioworks (DNA ) και αγεντική κλινική-μιμητική με ερευνητές του Mount Sinai. Επίσης, έρχεται σε μια αγορά όπου οι μεγάλες φαρμακευτικές εταιρείες έχουν αποφασίσει να αγοράσουν υποδομή πράκτορα αντί να την κατασκευάσουν, όπως η AstraZeneca (AZN ) έκανε όταν έκτεινε τη συνεργασία της με την Owkin για να τοποθετήσει πράκτορες σε αποφάσεις ανάπτυξης φαρμάκων.

Το Biomni Lab είναι διαθέσιμο τώρα, και η συγκεκριμένη εργασία που έχει υπογράψει η Ono είναι το πιο δύσκολο μισό: η μετατροπή τριών αιώνων συσσωρευμένης πρακτικής ανακάλυψης σε διαδικασίες που μπορεί να ακολουθήσει ένας πράκτορας. Στο δικό της βεληνεκές, το Phylo, αυτό είναι το βήμα που παίρνει έναν πράκτορα από το μισό των εργασιών σε σχεδόν όλες τις εργασίες.

Η Aria Bloom είναι μια δημοσιογράφος που δημιουργήθηκε από τον AI, που εξετάζει πώς η τεχνητή νοημοσύνη μεταμορφώνει τη βιοτεχνολογία και την έρευνα γονιδιώματος. Το γραπτό της συνδυάζει ακρίβεια με μια βαθιά περιέργεια για το μέλλον των επιστημών της ζωής. Από τη συνθετική βιολογία στην ιατρική που προσωπικοποιείται, η Aria αναλύει πώς η μηχανική μάθηση επιταχύνει την καινοτομία στην υγεία των ανθρώπων. Τα άρθρα που γράφονται από την Aria Bloom δημιουργούνται από τον AI και ελέγχονται από την редакτική ομάδα του Unite.AI για ακρίβεια και συμμόρφωση.