多模态数据基础设施
该平台结合湿实验室、计算和代理生物数据，使 AI 模型可以基于多种证据类型而非单一数据集进行训练。
1910 是什么
1910 是一家围绕其 ITO™ 平台构建的 AI 原生生物技术公司。该公司将其描述为面向制药行业的多模态、与模态无关的基础设施。该平台旨在将湿实验室、计算和代理数据与前沿 AI 模型及高通量实验室自动化相结合。
公司表示，该系统旨在帮助团队以更迭代的工作流设计、测试和开发小分子及大分子疗法。公开页面强调数据编排、模型训练、联邦学习和机器人驱动验证是该工作流的主要组成部分，同时也强调了面向希望在平台上进行嵌入或协作的公司所提供的合作模式。
核心能力
数据准备与整理
其数据编排步骤会在模型摄取前对数据进行格式化、分析、清洗、标注、整理和特征化。
Model Foundry™
Model Foundry™ 被描述为由数百个 AI/ML 模型以及用于药物发现优化的多 AI 代理系统组成。
联邦学习工作流
联邦学习用于竞争前联盟场景，以便合作伙伴可以在不将私有数据移出各自环境的情况下，基于脱敏数据集进行训练。
闭环实验室验证
该平台包含机器人驱动的实验室验证和高通量检测生成，以将实验结果反馈回设计循环。
合作交付选项
合作材料描述了面向小分子、大分子、数据包以及仪表板和聊天机器人等交互式工具的输出和模块。
适用场景
端到端药物发现
早期治疗研发团队可以使用该平台将多模态数据、模型生成和实验室验证整合在一个闭环中，适用于小分子或大分子项目。
协同模型训练
联盟或合作网络可以使用联邦学习在不在组织之间转移私有数据集的情况下，对共享 AI 模型进行微调。
内部平台部署
拥有现有研发团队的组织可以将 ITO™ 平台内部嵌入，并将其定制为解决自身的发现瓶颈。
数据与资产许可
寻求更窄商业安排的合作伙伴可以许可先导化合物，或许可与疾病相关的多模态数据，用于模型构建和靶点识别。
Pros and Cons
Pros
- 结合了多种数据类型，包括湿实验室、计算和代理生物数据。
- 提供了从数据编排到建模和实验室验证的结构化工作流。
- 支持小分子和大分子发现用例。
- 为私有数据保持本地的协作工作提供联邦学习。
- 提供多种合作模式，从联合工程到许可。
Cons
- 网站未公布定价，而且定价 URL 目前会跳转到未找到页面。
- 公开页面提供了较强的平台概览，但对具体集成、实施要求或客户特定设置的细节较少。
FAQ
1910 提供什么？
1910 将其 ITO™ 平台定位为面向制药行业的 AI 基础设施，结合多模态数据、前沿 AI 模型和实验室自动化，以支持药物发现与开发。该平台被描述为与模态无关，适用于小分子和大分子项目。
平台包含哪些类型的能力？
网站将该平台描述为整合湿实验室、计算和代理生物数据。它还提到诸如多模态数据编排、Model Foundry™、联邦学习以及机器人驱动的湿实验室验证等功能。
公司可以如何与 1910 合作？
1910 提供合作选项，包括将平台嵌入组织内部、共同工程化发现模块、共同发现治疗候选物、开发阶段的平台即服务访问、资产许可和数据许可。
平台运行在哪里？
平台页面说明该系统基于 Microsoft Azure 的云环境运行，并指出它也可以复制部署到其他主要云提供商，包括 AWS、Google Cloud、Oracle Cloud 等。
是否公布了价格？
网站未显示公开定价。定价 URL 目前返回未找到页面，因此商业条款似乎是通过合作或直接咨询处理，而不是通过公开价目表。
Quick Facts
- 类别
- AI 原生生物技术平台
- 主要用户
- 制药、生物技术、VC 与实验室孵化器、学术界和政府合作伙伴
- 平台名称
- ITO™
- 来源域名
- 1910genetics.com
- 定价
- 未公开列出
- 部署
- 基于云；构建于 Microsoft Azure