文章核心观点 公司Tevogen宣布其人工智能项目Tevogen.AI与微软和Databricks合作成功构建了基础PredicTcell™模型的alpha版本，该模型可加速目标识别、减少分析时间，未来还有更多发展计划且有望带来成本节约和营收增长 [1][7] 模型情况 - PredicTcell由强大且可扩展的数据工程管道提供支持，利用机器学习和transformer架构在包含近十亿个遗传和蛋白质组学元素的TB级数据集上进行训练，增强目标发现能力 [2] - 通过并行处理和分布式计算，Tevogen.AI将蛋白质序列分析和肽鉴定时间从数月大幅缩短至数小时 [2] 公司人员观点 - 首席信息官兼Tevogen.AI负责人Mittul Mehta表示这一成就凸显了Tevogen.AI通过人工智能驱动创新变革治疗开发的承诺，PredicTcell能加速免疫活性目标的识别，推动更高效地进入临床研究 [3] - 首席研究和科学官Neal Flomenberg博士称通过开发和使用PredicTcell平台，公司有了新见解，能快速分析更大数据集，可能提高准确性并减少湿实验室测试时间 [3] 未来计划 - Tevogen.AI计划在后续通信中宣布其平台的其他进展，包括通过互补的AdapTcell™模型在临床试验优化和患者市场分析方面的进展 [4] - 公司将应用PredicTcell纳入肿瘤学领域，扩大其范围并可能加速癌症免疫治疗的发展 [7] 模型影响 - Tevogen.AI的模型大幅减少目标分析时间，通过简化早期药物发现、减少对湿实验室的依赖和加速时间表，有望为医疗系统节省数十亿美元成本 [7] - Tevogen.AI领导层认为人工智能驱动的药物发现有潜力为早期采用者公司带来数十亿美元的营收增长 [7]