" Авторы решили проблему через концепцию "lab-in-the-loop" - лаборатория как активный участник обучения, а не просто верификатор.
Система состоит из 3-х элементов:
1. Трансформерная фундаментальная модель
2. Роботизированный синтез
3. Активное обучение
В итоге Lumi нашла структурный паттерн - бромированный липидный хвост, который исследователи десятилетиями обходили стороной.
Результат - 20,3% эффективности редактирования генов в лёгочном эпителии мышей.
Это рекорд для данного пути доставки.
Прямое применение - муковисцидоз и другие заболевания лёгких.
Ключевое -модель не обучалась на LNP-данных с нуля, их просто недостаточно. Она предобучилась на 28 млн молекул из смежных областей химии, а потом сама спланировала эксперименты, которые её дообучили.
Это история про новую логику научных открытий, где ИИ сам ставит эксперименты и учится на результатах.
