{"id":4550,"date":"2021-04-11T09:35:02","date_gmt":"2021-04-11T07:35:02","guid":{"rendered":"https:\/\/silta.es\/juantatay\/?p=4550"},"modified":"2021-04-11T09:35:02","modified_gmt":"2021-04-11T07:35:02","slug":"bio-tech-tech4good","status":"publish","type":"post","link":"https:\/\/silta.es\/juantatay\/bio-tech-tech4good\/","title":{"rendered":"bio tech #tech4good"},"content":{"rendered":"
Una traducci\u00f3n autom\u00e1tica (apple translator) de un par de art\u00edculos que he estado compartiendo porque son uno de mis temas recurrentes\u2026<\/div>\n
<\/div>\n

https:\/\/www.exponentialview.co\/p\/ev-317<\/a><\/p>\n

\n
\n
\n

Aqu\u00ed hay dragones<\/strong><\/h3>\n

🧬 Los avances en aprendizaje autom\u00e1tico e IA est\u00e1n alimentando una era de descubrimiento en biolog\u00eda, farmacia y medicina<\/a>. La importancia de esto es que por primera vez estamos viendo mecanismos subyacentes detr\u00e1s de la biolog\u00eda que no han sido accesibles para nosotros antes, y utilizando el creciente conocimiento para encontrar nuevos medicamentos, nuevas formas de alimentar al mundo y resolver el cambio clim\u00e1tico. He cubierto esto antes en el bolet\u00edn y en el podcast con\u00a0Josh Hoffman de Zymerge<\/a>n,\u00a0Vijay Pande<\/a>\u00a0de A16Z\u00a0y la nanocient\u00edfica\u00a0Sonia Contrer<\/a>a. Debido al enorme poder de la nueva biolog\u00eda para catalizar el cambio, no ignorar\u00edamos la pol\u00edtica y la educaci\u00f3n c\u00edvica de la industria. La industria tiene la oportunidad de promover la equidad, la \u00e9tica y el di\u00e1logo global en las pr\u00f3ximas dos d\u00e9cada<\/a>s<\/p>\n

La biolog\u00eda sint\u00e9tica tiene muchas promesas, como\u00a0explica\u00a0este\u00a0informe del Foro Econ\u00f3mico Mundial<\/a>, si has tenido una hamburguesa de comida imposible, ya has experimentado algo de esa promesa. Pero la biolog\u00eda sint\u00e9tica es \u00fatil para algo m\u00e1s que buenos alimentos: es responsable de las\u00a0vacunas contra\u00a0<\/em>el\u00a0coronavirus de ARNm<\/em>, podr\u00eda conducir al\u00a0almacenamiento de datos de ADN\u00a0<\/em>(revolucionando nuestra capacidad de almacenar datos a escala global) y podr\u00eda conducir a la\u00a0creaci\u00f3n de productos qu\u00edmicos verdes y pl\u00e1sticos biodegradables\u00a0<\/em>que pueden movernos hacia un futuro sostenible.<\/p>\n

<\/div>\n<\/div>\n<\/div>\n<\/blockquote>\n

 <\/p>\n

\n
\n
\n
\n

*****************************************************************************************<\/p>\n

<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/blockquote>\n

https:\/\/www.axios.com\/ai-machine-learning-biology-drug-development-b51d18f1-7487-400e-8e33-e6b72bd5cfad.html<\/a><\/span><\/span><\/p>\n

\n
\n
\n
\n

Las t\u00e9cnicas de aprendizaje autom\u00e1tico de vanguardia se adaptan y aplican cada vez m\u00e1s a los datos biol\u00f3gicos, incluso para\u00a0COVID-19.<\/a><\/p>\n

El panorama general:\u00a0<\/span>descubrir y desarrollar un nuevo medicamento suele tomar\u00a0m\u00e1s de una d\u00e9cada\u00a0<\/a>y cuesta en promedio cerca de mil millones de d\u00f3lares, lo que dificulta la construcci\u00f3n de un alijo de productos farmac\u00e9uticos para combatir futuras pandemias o detener enfermedades insolubles.<\/p>\n