A DeepoMe, uma empresa líder em IA generativa para longevidade, anunciou o lançamento de seu novo modelo de base para plataforma de medicamentos, DamoPa. DamoPa é uma abreviação de Foundation Model for Medicine based on Pre-training.
DamoPa é uma coleção de bibliotecas de modelos pré-treinados e mecanismos de computação que os acompanham. Suas principais funções incluem a geração de biomarcadores, modelos de previsão de doenças, alvos de intervenção, medicamentos candidatos e fornecimento de uma estrutura computável para a medicina tradicional chinesa. Uma característica interessante desse sistema é que ele pode ser usado para caracterizar conceitos e padrões básicos da medicina tradicional chinesa, tornando-os mensuráveis e quantificáveis. A caracterização da medicina tradicional chinesa não é essencialmente diferente daquela das características celulares e moleculares, apenas em diferentes níveis de complexidade.
O lançamento do DamoPa demonstra o profundo pensamento da DeepoMe sobre o futuro dos modelos médicos. O objetivo do DeepoMe é explorar uma plataforma de dados fundamental que combina as características da medicina tradicional chinesa e ocidental de uma forma de engenharia. Assim como o fenômeno chatGPT indica o valor do pensamento sistêmico de “estética violenta”, o desenvolvimento da medicina na era dos modelos de inteligência artificial em larga escala também será impulsionado pelo “volante de dados”.
Atualmente, os sistemas de conhecimento utilizados para caracterizar as causas das doenças e os mecanismos de ação dos medicamentos consistem principalmente em vias de sinalização editadas manualmente por especialistas humanos. O DamoPa visa usar uma abordagem baseada em dados para calcular modelos relacionados ao envelhecimento humano, etiologia e mecanismo de doenças e ação de medicamentos em conjuntos de dados de grande escala para formar uma biblioteca de modelos pré-treinada. Em aplicativos, com base em dados locais (conjuntos de dados de pequena escala ou mesmo medições biológicas de indivíduos individuais), modelos pré-treinados são aplicados para gerar cópias com base em dados locais e, em seguida, testar a correlação entre o modelo e o fenótipo em dados locais. Ou gere planos de intervenção baseados em metabólitos endógenos, nutrientes e drogas.
Recentemente, um artigo publicado na Genome Biology intitulado “Envelhecimento como uma falha de design de software” introduziu uma nova perspectiva. A visão tradicional sugere que o envelhecimento é causado por danos acumulados no hardware do corpo, como danos moleculares celulares causados pelo estresse oxidativo. No entanto, este artigo desafia essa visão e argumenta que o envelhecimento é causado principalmente por “falhas de design de software” em nossos corpos.
DamoPa usa informações epigenéticas, especificamente a metilação do DNA, como o “barramento de dados” para todo o sistema. Para os cientistas que trabalham no DeepoMe, as informações de metilação do DNA são como um memorando escrito durante a operação do software humano. As informações de metilação do DNA podem refletir a exposição ambiental histórica de um indivíduo e também prever suas futuras características de saúde e riscos de doenças.
A DeepoMe planeja lançar um programa que mostrará seus recursos de computação de dados e servirá como uma plataforma colaborativa para aplicações de demonstração de alto nível em nutrição de precisão, medicina tradicional chinesa e antienvelhecimento, especialmente no campo da medicina tradicional chinesa.
Os cientistas da DeepoMe estão na vanguarda do desenvolvimento de soluções inovadoras de IA que revolucionarão a medicina personalizada. Para saber mais sobre sua perspectiva, tecnologia e produtos, entre em contato com info@DeepoMe.com.