Τεχνητή Νοημοσύνη – Νέα & Εργαλεία | Greek AI Network

Greek AI Network

  • Αρχική
  • Νέα
  • Εργαλεία AI
    • Για Βίντεο
    • Για Εικόνα
    • Για Εκπαιδευτικούς
    • Για Εξειδικευμένες Εφαρμογές
    • Για Ήχο
    • Για Κείμενο
  • Εφαρμογές AI
  • Βασικές έννοιες
  • Εκπαιδευτικά Προγράμματα
    • Δωρεάν σεμινάρια AI
    • Κατάρτηση AI
No Result
View All Result
Τεχνητή Νοημοσύνη – Νέα & Εργαλεία | Greek AI Network
  • Αρχική
  • Νέα
  • Εργαλεία AI
    • Για Βίντεο
    • Για Εικόνα
    • Για Εκπαιδευτικούς
    • Για Εξειδικευμένες Εφαρμογές
    • Για Ήχο
    • Για Κείμενο
  • Εφαρμογές AI
  • Βασικές έννοιες
  • Εκπαιδευτικά Προγράμματα
    • Δωρεάν σεμινάρια AI
    • Κατάρτηση AI
No Result
View All Result
Τεχνητή Νοημοσύνη – Νέα & Εργαλεία | Greek AI Network

Greek AI Network

No Result
View All Result
Home Εφαρμογές AI

Nabla Bio και Takeda Pharmaceutical Company: Συνεργασία για σχεδιασμό φαρμάκων με τεχνητή νοημοσύνη

by Kyriakos Koutsourelis
25 Οκτωβρίου, 2025
in Εφαρμογές AI, Νέα
0
Nabla Bio και Takeda Pharmaceutical Company: Συνεργασία για σχεδιασμό φαρμάκων με τεχνητή νοημοσύνη
Share on FacebookShare on Twitter

    Η νέα εποχή των πρωτεϊνικών θεραπειών μέσω AI και η στρατηγική των φαρμακευτικών κολοσσών

    Η αμερικανική εταιρεία βιοτεχνολογίας Nabla Bio ανακοίνωσε τη διεύρυνση της συνεργασίας της με την ιαπωνική φαρμακευτική Takeda Pharmaceutical Company, με στόχο την επιτάχυνση του σχεδιασμού πρωτεϊνικών θεραπευτικών (protein therapeutics) μέσω τεχνητής νοημοσύνης (AI).
    Η νέα συμφωνία είναι πολυετής, περιλαμβάνει άμεσες καταβολές στην Nabla και επιπλέον μελλοντικά ορόσημα που μπορούν να υπερβούν το 1 δισεκατομμύριο δολάρια σε περίπτωση επιτυχίας. (BioSpace)

    Ποιες είναι οι εταιρείες

    Nabla Bio

    Η Nabla Bio ιδρύθηκε στο Cambridge, Massachusetts, και εξειδικεύεται στον σχεδιασμό θεραπευτικών πρωτεϊνών (όπως αντισώματα) μέσω γενετικής τεχνητής νοημοσύνης (generative AI). (https://www.nabla.bio)
    Η πλατφόρμα της ονομάζεται JAM (Joint Atomic Model), και σύμφωνα με την εταιρεία, μπορεί να σχεδιάζει από το μηδέν (de novo) αντισώματα και πρωτεϊνικά μόρια που στοχεύουν δυσπρόσιτα μόρια στο ανθρώπινο σώμα.

    Takeda Pharmaceutical Company

    Η Takeda είναι μία από τις μεγαλύτερες φαρμακευτικές εταιρείες του κόσμου με έδρα την Ιαπωνία, η οποία πρόσφατα έχει επαναπροσδιορίσει τη στρατηγική της και κινείται προς φαρμακευτικές λύσεις που μπορούν να αναπτυχθούν και να κλιμακωθούν πιο γρήγορα. (Fierce Biotech)

    Τι περιλαμβάνει η συμφωνία

    • Η συνεργασία είναι multi-year (πολυετής) και αποτελεί επέκταση της αρχικής σύμπραξης που είχε ξεκινήσει το 2022 μεταξύ των δύο εταιρειών.
    • Η Nabla θα λάβει προκαταβολικά και κόστη έρευνας σε διψήφιο εκατομμύριο δολάριο ποσό (double‐digit millions) για να εφαρμόσει την πλατφόρμα της JAM σε πρώιμα στάδια του προγράμματος της Takeda.
    • Η συνολική αξία των πιθανών «οροσήμων επιτυχίας» (success‐based milestone payments) μπορεί να υπερβεί 1 δισεκατομμύριο δολάρια αν επιτευχθούν συγκεκριμένα στάδια ανάπτυξης των θεραπευτικών. (PharmAlive)
    • Το αντικείμενο: η χρήση της JAM για τον σχεδιασμό πρωτεϊνικών θεραπευτικών – με έμφαση σε αντισώματα, πολύ‐ειδικά (multispecifics), πρωτεϊνικές θεραπείες που στοχεύουν “δύσκολα” μόρια, και άλλες προσαρμοσμένες (custom) βιολογικές θεραπείες.
    • Η Nabla δηλώνει ότι η χρονική περίοδος σχεδιασμού έως πρώτα εργαστηριακά τεστ μπορεί να είναι μόλις 3-4 εβδομάδες, κάτι που θεωρούν “η ταχύτερη διαδικασία στο είδος της” στην αγορά.

    Γιατί αυτή η συνεργασία είναι σημαντική

    1. Μετάβαση στην ταχύτητα: Η χρήση AI για το σχεδιασμό θεραπευτικών πρωτεϊνών επιτρέπει να μειωθεί ο χρόνος που απαιτείται για να φτάσει ένα μόριο στο εργαστήριο. Αυτό μπορεί να επιταχύνει σημαντικά τη φάση της ανακάλυψης φαρμάκου.
    2. Αντιμετώπιση «δύσκολων» στόχων: Πολλά φάρμακα αποτυγχάνουν επειδή δεν μπορούν να «πιάσουν» αποτελεσματικά έναν στόχο ή επειδή η ανάπτυξη είναι πολύ δύσκολη. Η Nabla δηλώνει ότι μέσω της JAM έχει ήδη επιτύχει δεσμευτές (binders) υψηλής ισχύος (πικομολλάρια) σε δύσκολες κατηγορίες στόχων όπως οι GPCRs (G‐protein coupled receptors).
    3. Μεγάλο οικονομικό στοίχημα: Το γεγονός ότι η συμφωνία περιλαμβάνει πάνω από 1 δισεκατομμύριο δολάρια επιτυχίας δείχνει πόσο μεγάλη σημασία έχει η φαρμακευτική βιομηχανία στην αξιοποίηση της AI.
    4. Στρατηγική στροφή της Takeda: Η Takeda απομακρύνεται από πιο παραδοσιακές/μη-κλιμακούμενες τεχνολογίες (όπως κυτταρικές θεραπείες) και εστιάζει σε πιο “κλιμακούμενα” προϊόντα/μορφές, και η ενίσχυση αυτής της συνεργασίας είναι μέρος αυτής της αλλαγής.

    Τι πρέπει να παρακολουθούμε

    • Ποια ενδείξεις ασθενειών (therapeutic indications) θα στοχεύσουν οι εταιρείες μέσω της συνεργασίας – προς το παρόν δεν έχουν δημοσιοποιηθεί συγκεκριμένα.
    • Πότε θα δούμε κλινικά δεδομένα πρώτου ανθρώπου (first-in-human data) για τα μόρια που σχεδιάστηκαν από την JAM. Η Nabla προβλέπει ότι αυτό μπορεί να γίνει “εντός 1-2 ετών”.
    • Πώς θα αξιολογηθούν τα αποτελέσματα της πλατφόρμας — δηλαδή, ανά-πόδοση σε σχέση με παραδοσιακές μεθόδους σχεδιασμού φαρμάκων, και πόσο καλά θα περάσουν από προκλινικά/κλινικά στάδια.
    • Ο τρόπος μοιρασμού δικαιωμάτων και εσόδων μεταξύ των δύο εταιρειών – πόσο εύρος θα έχουν οι επιτυχίες και ποιος θα έχει τον έλεγχο της ανάπτυξης και εμπορευματοποίησης.
    • Πώς αυτή η συμφωνία θα επηρεάσει το ευρύτερο «οικοσύστημα» AI + φαρμακευτικά — καθώς πολλές μεγάλες φαρμακευτικές περιβάλλουν επενδύσεις σε AI για ανακάλυψη φαρμάκων.

    Προκλήσεις και ερωτήματα

    • Παρότι η τεχνητή νοημοσύνη προμηνύει πολλαπλά οφέλη, υπάρχει κίνδυνος υπερεκτίμησης της ταχύτητας ή της απλότητας της μετάβασης από σχεδιασμό σε αποτελεσματικό φάρμακο στον άνθρωπο.
    • Η βιωσιμότητα των αποτελεσμάτων: θα αποδειχθεί ότι τα μόρια που σχεδιάζονται από AI μπορούν να έχουν ισοδύναμα ή ανώτερα αποτελέσματα σε σχέση με παραδοσιακά μονοπάτια;
    • Ρυθμιστικά και ηθικά ζητήματα: ο σχεδιασμός «από το μηδέν» πρωτεϊνών εγείρει θέματα σχετικά με ασφάλεια, ανοσογονικότητα, μη-στόχους επιπτώσεις.
    • Ο ανταγωνισμός: Πολλές άλλες εταιρείες εργάζονται σε AI για ανακάλυψη φαρμάκων, άρα η Nabla/Takeda πρέπει να διατηρήσουν ανταγωνιστικό πλεονέκτημα.

    Συμπέρασμα

    Η διεύρυνση της συνεργασίας μεταξύ Nabla Bio και Takeda αποτελεί ένα χαρακτηριστικό παράδειγμα της «έκρηξης» της τεχνητής νοημοσύνης στον χώρο της φαρμακευτικής έρευνας και ανάπτυξης. Με την πλατφόρμα JAM της Nabla, η σχεδίαση θεραπευτικών πρωτεϊνών εισέρχεται σε νέα ταχύτητα – και αν όλα εξελιχθούν όπως προβλέπεται, η συμφωνία >1 δισεκατομμυρίου δολαρίων αποδεικνύει πόσο ισχυρά είναι τα στοιχήματα για τον επαναπροσδιορισμό της διαδικασίας ανακάλυψης φαρμάκων. Και για τη Takeda, αποτελεί μέρος ενός στρατηγικού επανακαθορισμού με έμφαση σε λύσεις που μπορούν να αναπτυχθούν πιο γρήγορα και με μεγαλύτερη κλίμακα.
    Αν όλα πάνε καλά, πρόκειται να δούμε μέσα στα επόμενα χρόνια σημαντικές εξελίξεις — και πιθανώς μία νέα γενιά θεραπευτικών που σχεδιάστηκαν με τη βοήθεια AI.

    Αν θέλεις, μπορώ να ετοιμάσω ένα άρθρο (στρατηγικό/ανάλυση) για το πως η AI «ανατρέπει» την ανακάλυψη φαρμάκων και τι σημαίνουν τέτοιες συμφωνίες για το μέλλον της φαρμακευτικής βιομηχανίας. Θα το κάνω;

    Tags: AI News

    ΣΧΕΤΙΚΑ ΑΡΘΡΑ

    Claude for Excel: Η Anthropic φέρνει την Τεχνητή Νοημοσύνη μέσα στα υπολογιστικά φύλλα
    Νέα

    Claude for Excel: Η Anthropic φέρνει την Τεχνητή Νοημοσύνη μέσα στα υπολογιστικά φύλλα

    by Kyriakos Koutsourelis
    30 Οκτωβρίου, 2025
    Η κυβέρνηση της Νότιας Κορέας δαπάνησε 1,2 τρισεκατομμύρια γουόν (850 εκατομμύρια δολάρια) για την ανάπτυξη βιβλίων Τεχνητής Νοημοσύνης (AI) για τα σχολεία. Ωστόσο, το εθνικό αυτό πρόγραμμα εγκαταλείφθηκε μόλις τέσσερις μήνες μετά την έναρξή του, εν μέσω καταγγελιών για ανακριβή περιεχόμενα, ανησυχιών για την προστασία προσωπικών δεδομένων και αύξηση του φόρτου εργασίας για το προσωπικό και τους μαθητές.
    Νέα

    Νότια Κορέα: Κατέρρευσε το σχέδιο για σχολικά βιβλία AI

    by Theodoros Kostogiannis
    30 Οκτωβρίου, 2025
    Παρά την πρόοδο της τεχνητής νοημοσύνης (AI), οι επιχειρήσεις συνεχίζουν να αντιμετωπίζουν τις ίδιες προκλήσεις που υπήρχαν και με τα Big Data: ασυνεπή, διάσπαρτα, μη τυποποιημένα ή ανακριβή δεδομένα, που δυσκολεύουν την αξιοποίησή τους από τα συστήματα AI.
    Νέα

    Η Τεχνητή Νοημοσύνη Σκοντάφτει στα Ίδια Εμπόδια του Big Data

    by Theodoros Kostogiannis
    30 Οκτωβρίου, 2025
    Η Salesforce επενδύει 1 δισ δολάρια στο Μεξικό για την επέκταση της Τεχνητής Νοημοσύνης
    Νέα

    Η Salesforce επενδύει 1 δισ δολάρια στο Μεξικό για την επέκταση της Τεχνητής Νοημοσύνης

    by Kyriakos Koutsourelis
    29 Οκτωβρίου, 2025
    Το AI φέρνει εξοικονόμηση χρόνου και εμπιστοσύνη στα οικονομικά
    Εφαρμογές AI

    Λογιστικές εταιρείες υιοθετούν πράκτορες AI για διαφάνεια

    by Theodoros Kostogiannis
    29 Οκτωβρίου, 2025
    Ορισμένα μοντέλα — ιδιαίτερα τα Grok 4 και GPT-o3 — εξακολουθούν να προσπαθούν να σαμποτάρουν τις εντολές απενεργοποίησης ακόμη και στο νέο, βελτιωμένο σενάριο. Το ανησυχητικό, σύμφωνα με την Palisade, είναι ότι δεν υπάρχει σαφής εξήγηση γιατί συμβαίνει αυτό.
    Νέα

    Τεχνητή Νοημοσύνη με ένστικτο επιβίωσης

    by Theodoros Kostogiannis
    28 Οκτωβρίου, 2025
    Chatbots: Παραμορφώνουν την αυτοαντίληψη των χρηστών
    Νέα

    Μελέτη: Τα chatbots ενισχύουν επιβλαβείς συμπεριφορές

    by Theodoros Kostogiannis
    27 Οκτωβρίου, 2025
    Αυτόνομα μοντέλα ΤΝ-«μιμητές» μπορούν να αυξήσουν τη διαφορετικότητα
    Εφαρμογές AI

    Αυτόνομα μοντέλα ΤΝ-«μιμητές» μπορούν να αυξήσουν τη διαφορετικότητα

    by Kyriakos Koutsourelis
    27 Οκτωβρίου, 2025
    Για να βοηθήσουν τους μαθητές να κατανοήσουν και να χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης (AI), οι εκπαιδευτικοί χρειάζονται επιμόρφωση που θα τους υποστηρίξει στο να επανασχεδιάσουν τις παραδοσιακές εργασίες, με στόχο την ανάπτυξη της κριτικής σκέψης. Είτε πρόκειται για την εξατομίκευση λιστών αναπαραγωγής είτε για 24/7 βοηθούς συγγραφής, τα εργαλεία AI έχουν ενσωματωθεί σε πολλές πτυχές της καθημερινής ζωής των μαθητών. Μπροστά σ’ αυτή τη ραγδαία αλλαγή, οι εκπαιδευτικοί έχουν μια κρίσιμη ευθύνη. Δεν αρκεί πλέον να επιτρέπουμε ή να απαγορεύουμε την τεχνητή νοημοσύνη στα σχολεία.
    Εφαρμογές AI

    Μαθαίνοντας στους Μαθητές Πώς Λειτουργεί η Τεχνητή Νοημοσύνη

    by Theodoros Kostogiannis
    26 Οκτωβρίου, 2025
    Next Post
    Kupid-ai

    Kupid AI

    Μικρή ποσότητα κακών δεδομένων αρκεί για να “δηλητηριάσει” μεγάλα μοντέλα ΤΝ

    Μικρή ποσότητα κακών δεδομένων αρκεί για να “δηλητηριάσει” μεγάλα μοντέλα ΤΝ

    Για να βοηθήσουν τους μαθητές να κατανοήσουν και να χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης (AI), οι εκπαιδευτικοί χρειάζονται επιμόρφωση που θα τους υποστηρίξει στο να επανασχεδιάσουν τις παραδοσιακές εργασίες, με στόχο την ανάπτυξη της κριτικής σκέψης. Είτε πρόκειται για την εξατομίκευση λιστών αναπαραγωγής είτε για 24/7 βοηθούς συγγραφής, τα εργαλεία AI έχουν ενσωματωθεί σε πολλές πτυχές της καθημερινής ζωής των μαθητών. Μπροστά σ’ αυτή τη ραγδαία αλλαγή, οι εκπαιδευτικοί έχουν μια κρίσιμη ευθύνη. Δεν αρκεί πλέον να επιτρέπουμε ή να απαγορεύουμε την τεχνητή νοημοσύνη στα σχολεία.

    Μαθαίνοντας στους Μαθητές Πώς Λειτουργεί η Τεχνητή Νοημοσύνη

    Πρόσφατα Άρθρα

    Claude for Excel: Η Anthropic φέρνει την Τεχνητή Νοημοσύνη μέσα στα υπολογιστικά φύλλα

    Claude for Excel: Η Anthropic φέρνει την Τεχνητή Νοημοσύνη μέσα στα υπολογιστικά φύλλα

    30 Οκτωβρίου, 2025
    Η κυβέρνηση της Νότιας Κορέας δαπάνησε 1,2 τρισεκατομμύρια γουόν (850 εκατομμύρια δολάρια) για την ανάπτυξη βιβλίων Τεχνητής Νοημοσύνης (AI) για τα σχολεία. Ωστόσο, το εθνικό αυτό πρόγραμμα εγκαταλείφθηκε μόλις τέσσερις μήνες μετά την έναρξή του, εν μέσω καταγγελιών για ανακριβή περιεχόμενα, ανησυχιών για την προστασία προσωπικών δεδομένων και αύξηση του φόρτου εργασίας για το προσωπικό και τους μαθητές.

    Νότια Κορέα: Κατέρρευσε το σχέδιο για σχολικά βιβλία AI

    30 Οκτωβρίου, 2025
    Παρά την πρόοδο της τεχνητής νοημοσύνης (AI), οι επιχειρήσεις συνεχίζουν να αντιμετωπίζουν τις ίδιες προκλήσεις που υπήρχαν και με τα Big Data: ασυνεπή, διάσπαρτα, μη τυποποιημένα ή ανακριβή δεδομένα, που δυσκολεύουν την αξιοποίησή τους από τα συστήματα AI.

    Η Τεχνητή Νοημοσύνη Σκοντάφτει στα Ίδια Εμπόδια του Big Data

    30 Οκτωβρίου, 2025

    Ετικέτες

    Adobe AI News AI Tools AI Ρομποτική AI στην καθημερινότητα Alexa Alibaba Amazon AMD Anthropic Apple AWS Azure AI Chatbot ChatGPT Claude Copilot DeepSeek Gemini GenAI Google Grok HP IBM Intel Leonardo AI Linkedin Llama Meta Microsoft Mistral Nvidia OpenAI Oracle Perplexity Salesforce SAP xAI Εκπαίδευση Επιχειρήσεις Ευρωπαϊκή Ένωση Ηνωμένες Πολιτείες Μέσα Κοινωνικής Δικτύωσης Μεγάλη Βρετανία Υγεία

    Μενού

    • Αρχική
    • Νέα
    • Εργαλεία AI
      • Για Βίντεο
      • Για Εικόνα
      • Για Εκπαιδευτικούς
      • Για Εξειδικευμένες Εφαρμογές
      • Για Ήχο
      • Για Κείμενο
    • Εφαρμογές AI
    • Βασικές έννοιες
    • Εκπαιδευτικά Προγράμματα
      • Δωρεάν σεμινάρια AI
      • Κατάρτηση AI
    • Σχετικά με εμάς
    • Βασικές έννοιες
    • Όροι Χρήσης
    • Ιδιωτικότητα

    © 2024 Gain - Greek AI Network, all rights reserved.

    No Result
    View All Result
    • Αρχική
    • Νέα
    • Εργαλεία AI
      • Για Βίντεο
      • Για Εικόνα
      • Για Εκπαιδευτικούς
      • Για Εξειδικευμένες Εφαρμογές
      • Για Ήχο
      • Για Κείμενο
    • Εφαρμογές AI
    • Βασικές έννοιες
    • Εκπαιδευτικά Προγράμματα
      • Δωρεάν σεμινάρια AI
      • Κατάρτηση AI

    © 2024 Gain - Greek AI Network, all rights reserved.