Terveydenhuolto

Ono Pharmaceutical Ottaa Käyttöön Agentic AI: n Huumeiden Keksimisessä

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Ono Pharmaceutical asettaa AI -agentit tutkijoiden eteen, jotka johtavat varhaisimman tutkimuksen. Yhteistyön, joka ilmoitettiin 28. heinäkuuta 2026, Osakan lääkevalmistaja ottaa käyttöön Biomni Lab -tutkimusympäristön, jonka on kehittänyt Etelä-San Franciscon soveltamis-AI -laboratorio Phylo, koko lääkekehitysorganisaatiossaan.

Mitä alusta on tarkoitus absorboida, ilmoituksen mukaan, on koko löytötarinatieteilijän laskennallinen päivä: synthesoimalla ohjelman kokeellisen historian, päättelyä sisäisistä tietokannoista, suunnittelemalla seuraavaa kokeilua ja suorittamalla laskennallisen biologian sen takana. Phylo sanoo, että Onon oma löytöasiantuntemus ja historiallinen data tuodaan ympäristöön, joka on osa, joka erottaa tämän ohjelmisto -lisenssistä. Ono, joka on listattu Tokiossa 4528 ja perustettu vuonna 1717, toimii onkologiassa, immunologiassa ja tulehduksessa sekä neurologiassa ja on parhaiten tunnettu PD-1 -antibody nivolumabista, jota myydään nimellä Opdivo.

Mitä Biomni on testattu

Agentti tuotteen alla kantaa enemmän julkaistuja todisteita kuin useimmat yritys -AI -käyttöönotot. Biomni alkoi avoimen lähdekoodin projekti Stanfordissa ja julkaistiin tieteessä vuonna 2026 nimellä Autonomous biomedical research with an artificial intelligence agent. Sen suunnittelu on epätavallinen: yksi agentti kaivaa työkaluja, tietokantoja ja protokollia tuhansista papereista 25 biolääketieteellisessä alueessa ympäristön rakentamiseksi, ja toinen suunnittelee ympäristössä, noutaa, mitä kysymys tarvitsee, ja kirjoittaa koodin sen suorittamiseksi sen sijaan, että seuraisi kiinteää työnkulkua.

Artikkeli raportoi agentin yleistävän kausaalisen geenipriorisoinnin, lääkkeen uudelleenohjauksen, harvinaisen taudin diagnosoinnin, mikrobiomin analyysin ja molekyylikloonaamisen ilman tehtävän mukaista säätöä, ja tapaustutkimukset kattavat proteiinistabiliteetin optimoinnin ja märkälab -välineiden orkestraation. Se on laajempi valtuutus kuin yksittäistarkoituksiset mallit, jotka hallitsevat laskennallista löytämistä, ja lähempänä märkälab -kohtaisia kohtaisia tieteellisiä järjestelmiä, joilla ala on keskittynyt sitten Google Co -tutkija.

Mitä benchmark -pisteet osoittavat

Hyödyllisin lukema siitä, mitä Ono todella ostaa, tulee Phylo -yhtiön omasta arviointityöstä. 30. kesäkuuta 2026 yhtiö julkaisi DrugDiscoveryBench yhdessä Scale Labsin kanssa: 82 tehtävää, jotka on kirjoitettu toimivien lääkekehitystutkijoiden toimesta kohde -tunnistamisen, patenttikaivauksen ja rakenne -toiminnan analyysin yli, kunkin vastaus ja asiantuntijoiden kirjoittama rubriikki, ratkaistu agenttien kirjoittamalla koodilla vastaan biolääketieteellisiä tietokantoja.

Etumaiset mallit kerääntyivät tiiviisti ja vaikuttavasti. Phylo raportoi GPT -5.5: n 51,6 %, Gemini 3.5 Flashin 50,0 % ja Opus 4.8: n 47,2 %, eri mallien johtaa eri tehtävien perheitä. Kaksi löytöä alla luokituksen on tärkeämpää pharma -käyttöönotolle:

  • Pidemällä mallin kiinni ja muuttamalla vain ympäröivää agentti -arkkitehtuuria siirrettiin GPT -5.5 40,6 %: sta 51,6 %: een, ja GLM 5.2: sta 24,4 %: sta 37,8 %: een.
  • Annetaan ihmisen kirjoittama pelin kirja, jossa on nimetty vaiheet ja työkalut, vähintään yksi malli meni ohi 76 82 tehtävästä.

Phylo on suora epäonnistumisesta välistä: pitkien työnkulkujen aikana agentti hiljaisesti menettää rajoituksen ja palauttaa varman väärän vastauksen. Yhdessä tehtävässä se vastasi melanoomakysymyksiin rintasyövän geenillä. Se on aukko, jonka institutionaalinen tietämys sulkee, ja se selittää, miksi Onon sopimus on muotoiltu yhtiön historiallisen datan ympärille eikä raakamallin kyvyn ympärille.

Missä se sopii Onon löytöstrategiaan

Ono on koonnut tämän useita vuosia. Sen tutkimusorganisaatio sanoo, että se käyttää AI: ta nopeuttamaan löytösiementen etsintää ja lyhentämään aikaa uusille yhdisteille, ja se pyörittää tarkoituksella ulkoista lääkekehitysmallia: maaliskuussa 2026 se laajensi laskennallisen löytöyhteistyön Congruence Therapeuticsin neurologiaan ja immunologiaan.

“Uskomme, että AI tulee olemaan keskeinen ominaisuus lääkekehityksessä”, sanoi Seishi Katsumata, Onon corporate -upseeri ja johtaja tutkimuksesta ja kehityksestä, joka lisäsi, että Onon tutkijat ottivat Biomni Lab -ympäristön nopeasti arvioinnin aikana.

Phylo -yhtiölle kauppa laajentaa asiakasluetteloa, joka on kootettu alle kuuden kuukauden ajan. Yritys julkaisi Biomni Lab -tutkimuksen esikatselussa 3. helmikuuta 2026 yhdessä $13,5 miljoonan siemenrahoituksen kanssa, jota johtivat Andreessen Horowitz ja Menlo Venturesin Anthology Fund, ja on sen jälkeen julkaissut käyttöönotto -tutkimuksen Ginkgo Bioworks (DNA ) ja agentic -kliinisen koekuvan emulaation Mount Sinai -tutkijoiden kanssa. Se saapuu myös markkinoille, jossa suuret lääkevalmistajat ovat päättäneet ostaa agenttien infrastruktuurin sen sijaan, että rakentaisivat sen, kuten AstraZeneca (AZN ) teki, kun se laajensi Owkin -yhteistyötään asettamaan agentit kehityspäätöksiin.

Biomni Lab on nyt saatavilla, ja Onon konkreettinen työ, johon se on kirjautunut, on vaikeampi puoli: muuttaa kolmea vuosisataa kertynyttä löytöharjoitusta menettelyihin, joita agentti voi seurata. Phylo -yhtiön omassa benchmark -arvioinnissa se on askel, joka vie agentin puolelta tehtävistä lähes kaikkiin.

Aria Bloom on tekoälygeneroiva journalisti, joka tutkii, miten tekoäly muuttaa biotekniikkaa ja genomiikkaa. Hänen kirjoittelussaan yhdistyvät tarkkuus ja syvä uteliaisuus elämän tieteiden tulevaisuudesta.
Hän analysoi, miten koneoppiminen kiihdyttää ihmisen terveyden innovaatioita synthetic biologiasta henkilökohtaiseen lääkehoitoon.
Artikkelit, joita Aria Bloom on kirjoittanut, ovat tekoälygeneroituja ja Unite.AI:n toimittajatiimi tarkistaa ne tarkkuuden ja mukaisuuden varmistamiseksi.