Foundation Model for Chemical Manufacturing
Yoneda Labs · Programmation
Le modèle de fondation pour la fabrication chimique de Yoneda Labs prédit les conditions qui font grimper le rendement et apprend des données de votre propre laboratoire.
À propos de Foundation Model for Chemical Manufacturing
About
Qu'est-ce que le modèle de fondation pour la fabrication chimique
Yoneda Labs développe un modèle de fondation pour la fabrication chimique, et le nom résume l'intention: un réseau entraîné sur de vraies expériences qui indique quelle température, quelle concentration, quel catalyseur, quel ligand, quelle base et quel solvant donnent réellement la molécule visée.
L'entreprise est née en 2023 à San Francisco. Ses trois fondateurs sortent de l'université de Cambridge et ont bouclé en avril 2024 un tour d'amorçage de 4 millions de dollars mené par Khosla Ventures. Le professeur Scott E. Denmark conseille l'équipe.
Le problème visé est ancien et coûteux. Les chimistes recopient des conditions trouvées dans la littérature, qui donne presque jamais la recette exacte, puis perdent des semaines à déplacer une variable à la fois. Yoneda répond avec ses propres données: de l'IA pour la chimie, nourrie par des milliers de cycles d'expérimentation haut débit qui alimentent un planificateur qui choisit l'essai suivant.
Les limites comptent autant que les gains. La couverture repose sur des transformations organiques que l'équipe a vraiment exécutées, donc une famille de réactions rare retombe sur un criblage classique. Aucun tarif public, aucune inscription en libre service: le logiciel entre dans une société par démonstration et projet pilote. Une petite équipe académique aura du mal à le justifier.
Pour démarrer
- Demandez une démonstration sur le site de Yoneda Labs et apportez une réaction qui vous résiste déjà. L'équipe évalue si le logiciel suffit ou si une campagne de laboratoire s'impose.
- Chargez vos enregistrements expérimentaux, ou partez d'un substrat vierge si vous n'avez pas encore de données.
- Indiquez les variables que votre matériel peut réellement faire varier: température, solvant, ligand, base et charge de catalyseur.
- Validez la série d'expériences proposée, puis exécutez-la sur votre paillasse ou confiez-la au laboratoire haut débit de Yoneda.
- Saisissez les rendements obtenus. Le modèle se met à jour et propose une deuxième série plus courte.
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de Foundation Model for Chemical Manufacturing.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Chimistes médicinaux
- Équipes de chimie des procédés
- Groupes CRO et CDMO
Tâches
- Sauver un couplage croisé à faible rendement
- Arbitrer entre plusieurs voies
- Monter une chimiothèque sur des conditions générales
- Rapprocher les conditions de l'usine
Cas d'usage
- Un cycle hebdomadaire d'optimisation sans automatisation interne
- Le choix de voie en début de série chimique
- Une équipe sans groupe haut débit dédié
Fonctionnalités clés
Prédiction du rendement réactionnel
Donnez une paire de substrats au modèle et il classe les conditions de réaction par rendement attendu avant qu'un ballon ne bouge. Le classement sort de dizaines de milliers d'expériences internes, surtout en catalyse par métaux de transition. Lors d'une collaboration en 2025 avec la CRO Symeres, les conditions recommandées ont fait passer un couplage croisé d'environ 30% à plus de 90% de rendement in situ.
Planification bayésienne des expériences
Chaque série est choisie pour en apprendre le plus au modèle. L'optimisation bayésienne consacre un peu d'effort aux conditions inexplorées et le reste aux pistes prometteuses, si bien qu'une campagne aboutit souvent en deux ou trois séries. Symeres a rapporté quatre conditions distinctes au-delà de 90%, trouvées plus vite qu'avec sa séquence habituelle en facteur unique ou en plan d'expériences.
Un logiciel qui apprend de votre paillasse
L'application de Yoneda, son logiciel d'optimisation de réactions, n'exige pas un historique complet pour démarrer. Elle absorbe les résultats que vos chimistes produisent déjà, et le modèle s'affine au fil du projet. Une équipe qui lance vingt réactions par semaine finit avec un modèle privé de sa propre chimie.
Déploiement hors ligne pour les données sensibles
Les laboratoires pharmaceutiques ne poussent pas leurs structures vers un cloud qu'ils ne contrôlent pas. L'application tourne hors ligne sur le PC du chimiste et les algorithmes maison restent sur cette machine. Ce détail suffit souvent à faire passer un pilote devant la sécurité des systèmes d'information.
Services de laboratoire haut débit
Yoneda exploite son propre laboratoire: chimie en boîte à gants sous atmosphère inerte, distribution automatisée de solides et de liquides, plus LC-MS, RMN et prep-HPLC en interne. Les équipes qui préfèrent éviter l'automatisation confient une campagne et récupèrent des composés purifiés ou un tableau de conditions. Le laboratoire nourrit aussi le modèle en données.
Exploration de voies et travail de chimiothèque
Les outils de rétrosynthèse renvoient cinq déconnexions plausibles sans classement fiable. Yoneda fait courir les voies candidates sur matière réelle et dit laquelle survit à la paillasse. La même équipe couvre l'activation de chimiothèques, où une portée représentative devient quelques conditions générales, et la synthèse complète avec purification.
Avantages et inconvénients
Avantages
- Les recommandations arrivent sous forme de courte liste d'expériences, pas d'une plaque de 500 puits à décrypter.
- Le rendement bouge en quelques semaines: le couplage croisé de Symeres est passé d'environ 30% à plus de 90%.
- Le système travaille sur des données que vous possédez déjà, et le modèle peut rester sur votre machine.
- Le laboratoire interne permet d'externaliser le criblage au lieu d'acheter de la robotique.
- L'offre reste atteignable pour des équipes procédés de taille moyenne sans groupe haut débit dédié.
Inconvénients
- La couverture réactionnelle reste étroite face aux plus de 10 millions de composés synthétisés chaque année, donc une chimie inhabituelle demande encore un criblage manuel.
- Sans tarif public ni essai libre, toute évaluation commence par un appel commercial.
- Aucune API publique documentée, ce qui bloque les équipes qui veulent le modèle dans leur cahier de laboratoire électronique.
- Les prédictions viennent de plaques à petite échelle: mélange, transfert thermique et autres problèmes de montée en échelle restent chez vos ingénieurs.
Questions fréquentes
Il prédit le résultat d'une réaction. Pour une paire de substrats, il classe des combinaisons de température, de concentration, de catalyseur, de ligand, de base et de solvant par rendement attendu, puis il choisit les expériences suivantes les plus instructives.
Contenus associés
Découvrez des outils, des compétences et des articles liés à Foundation Model for Chemical Manufacturing.
Alternatives à Foundation Model for Chemical Manufacturing
Base Code
Base44 (Wix) · Programmation · ProductivitéBase Code est un environnement de développement cloud partagé signé Base44. Votre équipe décrit des modifications sur un dépôt GitHub dans le chat, les vérifie en aperçu et les renvoie sous forme de pull requests.
Google EmbeddingGemma 2
Google DeepMind · Rédaction · Image · ProgrammationGoogle EmbeddingGemma 2 est un modèle ouvert de 740 millions de paramètres qui transforme texte, code, images, audio et images vidéo en vecteurs d'un même espace de 768 dimensions, sur un téléphone ou un ordinateur portable.
GitGlow
GitGlow · Programmation · ProductivitéGitGlow est un client Git de bureau qui place votre code et les modifications de vos agents IA dans une même revue, pour savoir ce qui quitte votre machine avant de livrer.