Blank Bio 发布 RNA 基础模型 Ladon，预测患者疗效与疾病进程
michaelrzhang · x · 2026-11-13
Blank Bio 发布 Ladon：一个在海量 bulk RNA-seq 样本上训练的转录组基础模型，用于预测患者预后和治疗反应。
- 核心洞察：药物发现的 AI 应用已很多，但药物落地的真正瓶颈是临床试验。同诊断、同治疗的两名患者结局可能截然不同，理解这种个体异质性是加速药物交付的关键。
- Ladon 在外部验证队列上预测预后和疗效时，超越了基因表达基线和其他基础模型方法。
- 博客还展示了三项能力：从外部数据中找到稳健的预测性生物标志物；跨组织与测序协议理解 isoform 使用；在跨 assay 批次效应下恢复细胞组成信号。
- 团队愿景是「临床试验丰裕」：不降低患者安全标准的前提下，让试验成功率大幅提高——从选择适应症到设定入组标准都可用预测模型辅助。
「研究」频道最新
- MIT 发布 AI 风险缓解分类法 3.0:47 个框架提炼 2206 条缓解策略 — Exp_Mark · 2026-11-13
- 作者澄清:ACM 政策允许作者分享自己论文的评审意见 — IanArawjo · 2026-11-13
- TOME-Math:2118 本大学教材炼成 38 万条证明监督语料，数学基准提升 16.7 个百分点 — _akhaliq · 2026-11-13
- 斯坦福新开 CS312 深度学习炼金课：靠大量实验和测验练预测直觉 — CatAstro_Piyush · 2026-11-13
- MIT 权重编程遭遇线性规划:1 分钟求解替代 8 小时试错,改动权重再少 8 倍 — CatAstro_Piyush · 2026-11-13
- 一天+几美元 GPU：用 Codex 计算设计出 IL-36 迷你蛋白结合剂 — CatAstro_Piyush · 2026-11-13