Tidak ada data
DeepSeek-V4 Flash baru saja menggemparkan dunia model umum global, dan tak lama kemudian muncul versi DeepSeek untuk ilmu kehidupan dari China. Baru-baru ini, GeneLLM, model besar multi-omics untuk ilmu kehidupan yang dikembangkan secara mandiri oleh **Jindu Life Sciences** (didirikan oleh 4 alumnus Universitas Oxford), telah berhasil diterbitkan di jurnal akademik top dunia: *Nature Communications* dan *Advanced Science*. Sebagai **model besar multi-omics pertama di dunia yang dilatih langsung dengan data mentah omik**, GeneLLM mengisi kekosongan model dasar ilmu kehidupan China dan disebut sebagai DeepSeek versi ilmu kehidupan China. Dengan menggunakan empat basa RNA (A, U, G, C) sebagai "token" dasarnya, model ini mempelajari hukum kehidupan langsung dari data mentah seperti RNA, protein, dan metabolom, memprediksi basa berikutnya layaknya model bahasa memprediksi token berikutnya. Model ini telah menyelesaikan pelatihan pra-model dengan **1,5 miliar parameter dan 3,5 triliun urutan basa**. Versi XLarge mencapai **30 miliar parameter**. Berbeda dengan metode bioinformatika tradisional yang bergantung pada anotasi gen dan label buatan, pendekatan GeneLLM memungkinkan AI belajar langsung dari sinyal kehidupan mentah, menemukan pola terkait penyakit secara mandiri. Keunggulan lain terletak pada efisiensi biaya. Sementara metode tradisional membutuhkan sekuensing dalam 6Gb, **GeneLLM dapat mempertahankan AUC > 0,8 hanya dengan 1Gb sekuensing dangkal**, mengurangi biaya hingga **83%**, membuka jalan bagi pengobatan presisi yang lebih terjangkau. Tidak hanya berhenti pada model, Jindu Life Sciences membangun **BioFord Harness**, infrastruktur yang menghubungkan kecerdasan AI dengan dunia fisik laboratorium. Sistem ini mengubah laboratorium menjadi sistem yang dapat dikompilasi, dijadwalkan, diamati, dan dilacak. Platform **BioFord Agent**, dengan lima agen cerdas (pencarian literatur, desain eksperimen, sains, penjadwalan eksperimen, dan analisis data), menghubungkan lapisan fisik laboratorium dengan lapisan kognitif ilmuwan, meningkatkan efisiensi penelitian secara signifikan. Didirikan oleh empat alumni Oxford yang memiliki keahlian pelengkap dalam teknik biologi, kecerdasan buatan, biologi komputasi, dan operasi bisnis, Jindu Life Sciences telah menyelesaikan **empat putaran pendanaan dalam satu tahun**. Perusahaan mengambil pendekatan yang berbeda: fokus membangun "infrastruktur mil terakhir" yang menghubungkan model dengan sistem eksperimen fisik, alih-alih bersaing di model dasar, pipeline ujung-ke-ujung, atau menjadi ilmuwan AI dunia digital murni. Visi mereka adalah membangun sistem operasi cerdas untuk ilmu kehidupan, mendefinisikan paradigma penelitian baru di era AI, di mana laboratorium menjadi sistem yang terus belajar, dan setiap eksperimen—baik sukses maupun gagal—menjadi data berharga untuk iterasi berikutnya.
marsbit18天前
