公司动态 - Evogene Ltd 宣布完成其生成式AI基础模型1 0版本开发 该模型专注于小分子设计 并与Google Cloud合作开发[1] - 新模型扩展了ChemPass AI现有能力 解决制药和农业行业核心挑战 即识别符合多重复杂产品标准的新型小分子[1] - 内部计算分析显示 该模型在成功设计新颖分子方面达到约90%精确度 远超传统GPT AI模型约29%的水平[4] - 模型基于约380亿分子结构数据集训练 利用Google Cloud高性能GPU和可扩展存储基础设施[5] - 公司已启动2 0版本开发 重点增强多参数优化灵活性 将整合针对治疗场景或农业需求的定制参数[6] 技术突破 - 生成式AI模型可同时考虑多重复杂产品要求 并创造真正新颖分子结构 有助于建立强大且可防御的知识产权组合[3] - 专有基础模型显著超越传统生成式AI 确保每个化合物同时满足关键参数 为开发生命科学产品中高效 可合成且可专利的分子铺平道路[4] - 2 0版本将提升平衡复杂现实约束的能力 如功效 毒性和稳定性 显著增强为临床 商业和监管成功优化分子的能力[6] 行业影响 - 制药和农业行业成功产品开发依赖于识别符合复杂性能标准且可专利的分子 传统方法按顺序处理这些挑战 降低成功概率并导致化学空间探索受限[2] - 生成式AI改变行业研发模式 从减少制药后期失败到开发有效 可持续且专有的农业化学品[6] - 公司欢迎制药和农业行业合作伙伴接入或整合ChemPass AI用于下一代产品开发[7] 公司背景 - Evogene是一家计算生物学公司 利用大数据和AI变革生命科学产品开发 通过尖端技术提高成功率并缩短开发时间和成本[8] - 公司建立三大技术引擎：MicroBoost AI(微生物) ChemPass AI(小分子) GeneRator AI(遗传元件) 通过战略合作开发产品[9] - 旗下四家子公司分别专注于：微生物组疗法(MicroBoost AI) 农业生物制剂(MicroBoost AI) 新型农用化学品(ChemPass AI) 工业级蓖麻品种(GeneRator AI)[11]