跳到正文
PR Newswire 健康·· 4 天前AI 评分54

Nextflow 推出闭环发现系统 Nextflow Frontier,称在 BioML-bench 上优于 OpenAI 与 Anthropic 系统

Nextflow Frontier Develops Discovery System to Solve Science's Most Complex Problems with Breakthrough Results

AI 导读

Nextflow 在近期的 Nextflow Summit 上推出面向生命科学未解问题的闭环发现系统 Nextflow Frontier,称在公开生物基准 BioML-bench 的 24 项任务中有 22 项超过平均 96% 的榜单条目,OpenAI Rosalind 为 75%,Anthropic Claude Science 为 66%。

正文 · AI 翻译

 新的闭环发现系统在一项公开生物学基准测试中超越了来自 OpenAI 和 Anthropic 的 AI 系统,通过大规模自主实验推动科学发现。

, /PRNewswire/ -- 在近期举行的 Nextflow Summit 上揭幕的 Nextflow Frontier 是一个递归的闭环发现系统,用于解决生命科学领域尚未解决的问题。在一次正面评估中,Nextflow Frontier 在 BioML-bench 上超越了来自 OpenAI 和 Anthropic 的系统;该基准测试基于已发表的实验室实验构建,涵盖药物发现、生物医学成像、单细胞组学和蛋白质工程。在其 24 项任务中的 22 项上,Nextflow Frontier 超越了排行榜上平均 96% 的条目,相比之下,OpenAI 的 Rosalind 为 75%,Anthropic 的 Claude Science 为 66%。

此外,与此前其他 AI 智能体在 BioML-bench 上发表的结果相比,Nextflow Frontier 在全部 24 项任务上均领先,平均表现优于排行榜上 92% 的条目,而已发表表现最好的智能体为 75%。这些结果展示了 AI 超越生成答案、独立探索、测试和优化新科学方法的潜力,为药物发现和医学研究开辟了新的可能性。

给定一个问题和一个成功度量,Nextflow Frontier 会形成想法,将每个想法转化为真实的 Nextflow 管道,并并行运行数千个,在计算机模拟中对结果进行评分和验证,然后学习并再次运行。与其他仅生成答案或建议的系统不同,它交付的是新颖、可用的科学模型及其背后的可复现方法。科学家引导发现过程,创造出他们可以验证、部署并在此基础上构建的新科学能力。

建立在 Nextflow 十年来作为计算生物学开源之家的深厚基础之上,Nextflow Frontier 运行在全行业已有的基础设施之上。排名前二十的制药公司中有十五家运行该平台,Anthropic 和 OpenAI 都基于 Nextflow 进行构建,Anthropic 将 Nextflow 技能集成到 Claude for Life Sciences 中,OpenAI 则基于 nf-core 管道构建其 Rosalind Workbench。

这一突破在于 Nextflow Frontier 能够在长时间的持续优化中维持科学实验。在 22 项可比任务中,Nextflow Frontier 每项任务的搜索时间中位数为 62 小时,而 Rosalind 为九分钟,Claude Science 为六分钟。这一延长的发现过程使 Nextflow Frontier 能够探索数百种潜在方法,从每个结果中学习,并追求那些否则可能被忽视的有前景的科学方法。

Nextflow Frontier 旨在适用于不同的科学问题和 AI 模型,它会针对每个研究挑战调整其方法,并针对此前未见过的数据评估其解决方案。

结果包括:

  • 药物发现:按照小分子命中癌症靶点 EGFR 的可能性进行排序,Nextflow Frontier 在 80 小时内进行了 820 次评分尝试,独立开发并组合了可在笔记本电脑上于数秒内训练和运行的简单化学模型。所得模型的得分高于排行榜上的十亿参数神经网络,也高于 OpenAI 的 Rosalind 和 Anthropic 的 Claude Science,展示了持续实验如何能够发现更简单、更有效的科学方法。
  • 药物代谢:在一项预测人体肝脏分解药物速度的挑战中,Nextflow Frontier 独立识别并纳入了同一项公开研究中大鼠肝脏测量的额外数据,超越了基准测试所提供的数据,形成了自己的科学方法。这一结果表明,Nextflow Frontier 具备发现解决复杂问题新路径的能力,而非仅仅执行预定义的方法。
  • 生物医学影像:仅凭一次基线 CT 扫描、一次肺功能测试和基本临床信息来预测肺纤维化患者的肺功能下降情况,Nextflow Frontier 通过测量肺密度模式(而非训练自己的图像解读神经网络),在同一批留出患者上对竞争获胜方法的重训练副本取得了更高分数。
  • 蛋白质工程:在预测插入或删除一个氨基酸如何改变蛋白质稳定性时,它对一个比排行榜领先方法所用模型小 80 倍的蛋白质语言模型进行了微调,并保持了同等水平。
  • 单细胞组学:Nextflow Frontier 从一位此前未见过的供体中识别不同类型的肾细胞,其准确率高于已发表的领先方法。它还通过考虑不同实验室间数据收集方式的差异,改进了对细胞表面蛋白的预测,在同一批细胞上的测试中超越了已发表的领先方法。

"我们正进入一个全新的科学发现时代。十多年来,Nextflow 一直是支撑全球领先计算生物学研究的可信基础。如今,我们正以此为基础,从执行科学工作流迈向一个能够独立推理、开展实验并针对复杂科学问题调整其方法的系统,"Nextflow 首席执行官兼联合创始人 Evan Floden 表示,"现有 AI 方法遵循预定义路径,而 Nextflow Frontier 可以探索数千种潜在方法,并尝试那些无人指示它去尝试的新颖路径,发现专家也未曾明显察觉的方法,为科学尚未解决的问题开辟新的进展之路。这不仅仅是更快的科学,而是科学与医学所能成就的全新前沿。"

除公开基准测试外,Nextflow Frontier 正被应用于专有科学挑战。ALLOX 是一家专注于蛋白质深度突变扫描的药物发现公司,正在使用 Nextflow Frontier 开发模型,以预测突变对蛋白质-蛋白质相互作用的影响并指导未来的实验。

"我们把本领域最难的问题之一交给了 Nextflow Frontier:预测突变如何改变蛋白质结合亲和力。在我们自己的留出数据上,它构建的模型超越了我们测试过的所有已发表方法,包括最新的深度学习方法,"ALLOX 联合创始人兼首席技术官 André Faure 表示,"它所实现的实验规模改变了像我们这样的公司所能达成的可能性。"

Nextflow Frontier 专为与生命科学公司的紧密科学合作而设计,将前沿部署的科学家嵌入客户研究团队,共同定义问题、引导发现并加速成果产出。它在每个客户现有的基础设施内安全运行,就地读取数据并支持其首选模型,实现零数据外传,且不会在客户数据上进行训练。

了解更多请访问nextflow.com/frontier。

关于 Nextflow
Nextflow 是 生物信息学 中采用最广泛的工作流系统,被科学文献引用的次数超过其他任何系统。这款开源软件让科学家能够用任何语言编写的代码——从 Python 和 R 到 Bash——转化为可扩展、可移植且可复现的流程,可在任何基础设施上运行。它为全球学术机构、生物技术公司和制药组织的研究提供支持。

SOURCE Nextflow Frontier

来源:PR Newswire 健康 · prnewswire.com