播客: LifeCode.AI - EarsOnMe | 发现和收听来自小宇宙的热门播客

播客简介...

LifeCode.AI是一档关注于AI大模型与生物医疗领域融合发展的播客。我们希望可以帮助大家了解、探索生物医药行业的前沿动态，追踪行业发展，并提供一个分享知识洞见的空间。每一期我们都会邀请行业专家、科研先锋或者商业领袖，分享他们在AI+生物科技领域的研究成果、商业见解和思考沉淀。和我们一起，通过对话，打开一个领域的大门。想了解要更多行业链接？你可以通过下面的方式联系我们 Email：[email protected]

LifeCode.AI的创作者...

Lotus_wdxxxx

Mikko许多肉本许

LifeCode.AI的音频...

EP10 药物研发的AI革命：制药投资中的变与不变

本期节目我们邀请了结构生物学专家，目前专注于蛋白设计研究的Alex和生物医药投资资深人士Eric，一起聊聊AI驱动药物发现(AIDD)领域正在发生的变化。本期你将会听到AIDD公司如何估值、它们的技术壁垒是什么，以及它们的商业模式正在如何转变。我们比较了传统制药和AI平台型公司走的不同路子，聊到了平台技术难以标准化的问题、数据资产怎么挖掘价值，以及从靶点发现到分子设计的验证过程有多复杂。两位嘉宾还分享了中美AIDD企业的具体案例，讨论了创新药在AI时代如何提升增长预期、降低不确定性的思路。如果你关注生物医药与AI的交叉领域，希望这期内容给你带来新的市场见解和技术视角。【主要话题】 03:38 创新药企业的估值与临床数据的影响 08:40 大型药企与初创公司的不同关注视角 13:28 AIDD平台型企业的估值逻辑 18:11 AIDD平台型企业目前的“困境” 19:45 缺乏标准化的发展现状与跨过分水岭的可能性 23:39 在AIDD制药领域最有可能率先标准化的服务类型：CRO 26:20 寻找管线研发和平台服务的的平衡 30:40 平台型AIDD提供的能力介绍 36:07 如何判断潜在靶点或管线价值 41:45 数据是竞争的核心，可以带来持续性的技术壁垒 45:35 发现潜在靶点的能力在估值中的地位与实际业务中潜在的问题 50:17 为什么AI辅助蛋白设计相关的领域是AI应用目前最受关注的？ 56:57 中资AIDD的发展情况【Reference&Glossary】 CRO：Contract Research Organization，合同研究组织（CRO）是为制药、生物技术和医疗器械行业提供支持的公司，专注于临床试验等服务 NPV (Net Present Value): 净现值，评估药物项目未来现金流折现后的价值。 rNPV (Risk-adjusted Net Present Value): 风险调整净现值，考虑临床成功率等风险因素后的净现值。管线 (Pipeline): 制药公司正在开发的药物产品系列，处于不同研发阶段的候选药物集合。部分AIDD企业的管线一览： MNC (Multinational Corporation): 跨国公司，通常指大型国际制药企业。细胞CV (Cell Computer Vision): 使用计算机视觉技术分析细胞图像数据，如Recursion公司的核心技术。 a16z早年关于AIDD技术平台的文章 nature一篇关于提升AIDD潜力的讨论（数据的重要性）还有一些没有cover到的：全球专利布局与技术壁垒的构建现状欢迎在评论区留言交流。想要了解更多每日AI与生物科技前沿的讨论与分享，可以关注小红书：各类合作或嘉宾自荐，请添加微信：Lostu_wd

67分钟

99+

2周前

EP09 当Transformer遇见ATCG：AI正在重塑基因工程未来

从早期的DNA Bert到不久前发布的革命性的模型EVO 2，基因组预测技术在DNA语言模型的加持下不断飞速发展。本期主持人lotus作为嘉宾，与北京大学基因组学方向的博士研究生小蛇一起分享在一线工作中对DNA语言模型的理解。与传统大语言模型不同，DNA语言模型面临着处理人类基因组长达32亿碱基对这一超长序列的巨大挑战。斯坦福大学和Arc Institute团队的最新研究成果EVO 2模型通过创新的Hyena架构，将上下文窗口扩展到百万级别，将处理小型细菌基因组变为可能。这种架构在序列长度增加时计算效率显著提升，为未来处理更复杂的真核生物基因组铺平了道路。而伴随着CRISPR-Cas等基因编辑技术的发展应用，DNA语言模型可能会变得更加精确和高效，也许不远的将来我们就可以像使用Midjourney一样，通过简单的提示词来设计基因序列。虽然目前还面临着许多挑战，AI驱动的DNA语言模型会不断改变生物技术领域的格局，同时随着在基因治疗领域的深入应用，个性化医疗、新型疫苗研发等人类医疗健康领域也将发生革命性的改变。【嘉宾介绍】小蛇，北京大学二年级的博士研究生，研究方向是基因组学，目前参与跟基因组相关的大语言模型的工作。【主要话题】 02:52 DNA语言模型的简单介绍 04:04 DNA语言模型是否会取代蛋白质结构预测模型的作用及其局限性 08:09 Evo 2 的进展与突破以及一个关于资方的小八卦 11:04 Evo 2 与Evo 1对比，hyena架构设计与计算优化 14:36 pre-training究竟是否可以提升DNA语言模型的表现？ 16:40 Is DNA all you need？ 18:26 DNA语言模型的理想功能及其在基因调控网络等领域的潜在突破点 20:01 DNA语言模型的难点：仅有的4个token和超长上下文的挑战 21:03 Evo模型在突变预测、基因重要性分析等任务上的表现及其实际意义。 26:14 CRISPR相关系统的工作原理及其在基因编辑和药物开发中的应用，以及通过大语言模型设计single guide RNA以改进基因编辑疗法 31:21 EVO团队在DNA语言模型中的领先地位的讨论 35:44 关注科学问题的本质，寻找适合AI发挥作用的领域【Reference】最大的生物AI模型：Evo 2 Can Design Entire Genomes Arc Institute团队发布的EVO系列模型： Evo: DNA foundation modeling from molecular to genome scale AI can now model and design the genetic code for all domains of life with Evo 2 对于pre-training的不同看法： Genomic Foundationless Models: Pretraining Does Not Promise Performance 封面图源：Evo 2 欢迎在评论区留言交流。想要了解更多每日AI与生物科技前沿的讨论与分享，可以关注小红书：各类合作或嘉宾自荐，请添加微信：Lostu_wd

37分钟

99+

1个月前

EP08 从单细胞解析到癌症早筛：基于免疫组库测序的革新

各位开工大吉！你是否想过，人体内存在着一个动态更新的"生物密码本"？当免疫细胞通过TCR，BCR受体识别万亿种抗原时，它们正在书写独特的免疫组库——这套精密的防御编码系统，不仅是抵御病原体的终极防线，更隐藏着癌症早期预警的关键信号。本期是关于免疫组库分享的第二部分，徐博士继续分享了免疫组库为何以及如何在癌症早筛、感染疾病检测环节。初次之外，我们还探讨了单细胞测序和批量次序技术的发展，以及AI如何帮助我们在免疫数据的宝库中找到检测甚至治愈疾病的蛛丝马迹。【嘉宾介绍】徐博士，15年前往日本留学。在大阪大学取得理学硕士和医学科学博士。并在免疫前沿研究就中心IFReC完成博士后训练。主要从事药物靶向系统DDS，以及抗体抗原结构和功能以及免疫组库测序数据的相关研究。【主要话题】 02:10 免疫组库作为指示剂的生物原理，免疫系统会记录所有甚至在人体 “健康”状态下的战斗 06:21 免疫多样性会随着年龄的增长下降，本身是一种消耗型的人体资源 08:16 增加免疫多样性的策略：干细胞回输，以及克隆清除技术 11:14 相比传统癌症筛查，免疫组库早筛最大的优势：响应快，以及可以预测是否有适应的免疫疗法 16:03 目前免疫测序的主要技术路线，对比空间转录单细胞测序（高精度但高成本）与传统Bulk测序（低成本但信息缺失） 20:53 测序技术的价格及商业考量，以及单细胞测序中细胞活性损失以及仅凭Heavy链信息难以指导抗体开发的技术瓶颈 23:20 新型单细胞技术的革新方向，以及国内外的企业动态和Adaptive Biotechnologies的数据驱动研究案例 26:10 免疫组库的公开数据集获取，包括OAS（抗体库）、iReceptor（单细胞配对数据）、ImmuneACCESS（T细胞库）等公开数据库 30:01 针对免疫组库数据TCR，BCR的AI算法介绍：DeepRC与DeepCAT 35:09 国家自然科学基金委员会发布免疫力数字解码重大研究计划； 36:52 AI在免疫组库分析中的前沿探索方向； 42:04 对于希望进入免疫组库领域研究的建议【Reference】关于免疫衰老与自身免疫的paper，包含徐博士提到的随年龄变化而变化的免疫多样性 Immunosenescence and Autoimmunity: Exploiting the T-Cell Receptor Repertoire to Investigate the Impact of Aging on Multiple Sclerosis 来自挪威奥斯陆大学的Victor Greiff团队研究 DeepRC method： Modern Hopfield Networks and Attention for Immune Repertoire Classification DeepCAT method： De novo prediction of cancer-associated T cell receptors for noninvasive cancer detection Immune repertoire profiling for disease pathobiology * 封面图由Midjourney生成欢迎在评论区留言交流。想要了解更多每日AI与生物科技前沿的讨论与分享，欢迎关注小红书 Lotus_wdxxxx 各类合作或嘉宾自荐，请添加微信：Lostu_wd

49分钟

99+

2个月前

EP07 免疫组库技术的突破：从抗体发现到疫苗优化的创新

也许我们都知道在自己的身体里有一支精密的"特种部队"——免疫系统，它不仅能识别并消灭入侵的病毒细菌，但你知道吗，这支部队还能通过特定的B细胞和T细胞建立"生物记忆库"，帮助你建立固若金汤的生命堡垒。本期我们邀请到了专注免疫研究的徐博士，他分享了免疫系统的奥秘，以及免疫组库如何在癌症早筛、感染疾病检测和疫苗研发中大显身手。由于时长原因我们会将本次话题分为两期节目，在本期你会听到免疫系统的两大“防线”——先天性免疫和适应性免疫，它们是如何协同工作保护我们的健康。你也许好奇为什么疫苗能帮助我们更好地应对疾病？我们也同时探讨了免疫系统在分配资源时可能出现的“副作用”，以及如何平衡免疫原性，让疫苗既有效又安全。听完这一期，你会对免疫系统和疫苗有全新的认识！【嘉宾介绍】徐博士，15年前往日本留学。在大阪大学取得理学硕士和医学科学博士。并在免疫前沿研究就中心IFReC完成博士后训练。主要从事药物靶向系统DDS，以及抗体抗原结构和功能以及免疫组库测序数据的相关研究。【主要话题】 03:01 什么是免疫系统？内源性免疫&外源性免疫与免疫组库的简单介绍 09:03 免疫系统中各类细胞是如何协同工作的：B细胞，T细胞，巨噬细胞，NK细胞等 10:57 CD4和CD8细胞的不同功能以及如何通过MHC分子识别不同类型的威胁 13:27 抗体的5个亚型：IgA、IgD、IgE、IgG 和IgM，他们的功能区别与关系 17:05 抗体基因在不同类型的B细胞（初始B细胞、记忆B细胞和浆细胞）中共现的意义 21:53 疫苗的意义是什么？ 25:14 不打疫苗又有什么理论支持？ 27:47 为什么免疫组库可以作为疾病筛查的的依据 29:16 mRNA疫苗与灭活疫苗原理的区别 36:27 免疫原性在药物研发与疫苗研发中的不同考量 37:50 某些抗体会促进病毒感染细胞，通过研究不同人群的抗体组成优化疫苗设计方案 40:46 优化设计mRNA疫苗递送系统，以减少机体对PEG的免疫反应【延伸阅读】嘉宾强推：iRepertoire 免疫组技术与应用——韩健教授西湖大学实验室专题讲座适应性免疫系统是如何运行的？ CD4和CD8 T细胞如何转变为效应细胞和/或记忆细胞，以及这些发现对疫苗开发的影响免疫组库测序的综述，关于背景与方法，相关研究成果以及在组织病理学研究领域的展望 mRNA会让我们变成超人吗？封面图源：https://studiousguy.com/immune-system-parts-function-and-diseases/ 欢迎在评论区留言交流。想要了解更多每日AI与生物科技前沿的讨论与分享，可以关注小红书：各类合作或嘉宾自荐，请添加微信：Lostu_wd

44分钟

99+

3个月前

> 全部音频

喜欢听LifeCode.AI的人也喜欢的播客...