Mapas de evidencia
Enfermedades, genes, dianas, moléculas y estudios en un mapa con fuentes, donde las contradicciones siguen visibles y cada inferencia se indica como tal.
En preparación - acceso por invitación
DNOVA by NEO AI
Inteligencia biotecnológica, entregada con su prueba.
DNOVA es la plataforma de NEO AI en construcción para abrir la biología computacional a equipos biotecnológicos, inversores y socios de investigación. Mapas de evidencia, dosieres de dianas, evaluaciones de modelos y revisiones de activos, preparados con LILI y entregados cada uno con sus fuentes, sus límites y una prueba que cualquiera puede verificar.
Ilustración artística, no una estructura. Arrástrela para girarla.
La mayoría de la IA en biotecnología le da una respuesta. DNOVA le dará la respuesta, los datos de los que procede, los cálculos que la produjeron y lo que no puede demostrar.
8capacidades en preparación en una sola plataforma
4declaraciones de prueba independientes en cada entregable
50+fuentes de datos públicas en el alcance de los conectores, cada una cualificada antes de su uso
1cerebro de IA, LILI, compartido con cada vertical de NEO AI
La plataforma
Lo que DNOVA está diseñada para ofrecer
Ocho capacidades en una sola plataforma, que comparten las mismas fuentes, el mismo modelo de prueba y la misma IA. Cada una está en preparación: nada de lo que aquí aparece se vende ni está disponible hoy.
Dosieres de dianas
La evidencia a favor y en contra de una diana, una búsqueda de antecedentes que cita sus fuentes y un plan de validación. Nunca una predicción clínica.
Moléculas y dianas
Estructuras, dianas y medidas de actividad con unidades, especie y protocolo. IC50, EC50, Ki y Kd nunca se mezclan; las estructuras predichas y experimentales siempre se distinguen.
Evaluación de modelos de imagen
Cómo se comporta realmente un modelo de segmentación o recuento en imágenes biológicas, comparado con protocolos idénticos y datos separados por placa, laboratorio o donante.
Evaluación de modelos celulares
Si un modelo de célula única o de perturbación generaliza a contextos que nunca ha visto, frente a referencias simples, con su incertidumbre.
Radar clínico y competitivo
Ensayos y programas por enfermedad, diana, molécula, promotor y fase, con cada cambio de fuente fechado.
Revisiones de activos
Una revisión científica, competitiva y operativa de un activo biotecnológico, con los documentos que faltan y las preguntas que hay que hacer. Hechos, afirmaciones de la empresa y nuestra valoración se mantienen separados.
Espacios para socios
Espacios de proyecto privados para laboratorios socios, revisores y auditores, con roles y permisos por acción, proyecto y categoría de datos.
Para quién
Pensada para quienes deben decidir con evidencia
01
Equipos biotecnológicos y farmacéuticos
Dianas, moléculas y modelos examinados con datos públicos, con los límites expuestos antes de la decisión, no después.
02
Inversores y fondos
Revisiones de activos que separan lo documentado, lo afirmado y lo valorado, con la lista de preguntas abiertas.
03
Laboratorios de investigación
Evaluaciones con datos reservados, espacios para socios y validaciones externas registradas con su protocolo y sus límites.
04
Instituciones y financiadores
Dosieres reproducibles que un revisor o un auditor puede comprobar sin tener que confiar en nosotros.
Los motores
Tres motores de investigación de NEO Bio n Tech
DNOVA funciona con los programas de investigación computacional de NEO Bio n Tech, la vertical de investigación de NEO AI. Cada uno plantea preguntas concretas y medibles a datos públicos existentes e indica lo que se ha calculado, lo que requeriría un laboratorio y lo que sigue sin conocerse.
Ilustración - datos sintéticos
- Enlace con fuente
- Inferido por un modelo
- Evidencia contraria
Mapas de evidencia e hipótesis comprobables
Discovery Atlas
Enfermedades, genes, proteínas, moléculas, rutas, ensayos y estudios, unidos por relaciones que llevan cada una una fuente, una versión, un tipo de evidencia y sus límites.
Preguntas que responde
- ¿Qué evidencia genética humana, de expresión y de intervención respalda o contradice una diana para una indicación definida?
- ¿Qué hipótesis siguen poco exploradas tras una búsqueda de antecedentes documentada?
- ¿Qué parte de un consenso aparente procede de estudios independientes y no del mismo conjunto de datos reutilizado?
Lo que produce
- Mapas de evidencia con fuentes, fechas y versiones
- Hipótesis comprobables con contraargumentos y plan de validación
- Dosieres de evidencia con un paquete de prueba sellado
Límite que exponemos desde el principio. La ausencia de resultados en las fuentes consultadas no demuestra que no existan antecedentes.
Imagen originalMáscaras del modeloArrastre la línea
Ilustración - datos sintéticos
Cómo se comportan realmente los modelos de imagen
BioVision
Segmentación, recuento y morfología en imágenes biológicas, comparados exactamente con el mismo protocolo, con datos separados por placa, laboratorio o donante en lugar de por imagen aleatoria.
Preguntas que responde
- ¿Mantiene un modelo de segmentación su precisión con imágenes de un laboratorio que nunca ha visto?
- ¿Sobrestiman los benchmarks habituales el rendimiento porque las imágenes de entrenamiento y de prueba comparten placas o fuentes?
- ¿Qué modos de fallo predominan y a qué coste?
Lo que produce
- Benchmarks con intervalos de confianza, tiempo de cálculo y coste
- Casos de fallo conservados y mostrados, no filtrados
- Informes reproducibles basados en resultados reales
Límite que exponemos desde el principio. No se anuncia ninguna mejora antes de medirla en una partición de prueba bloqueada.
Ilustración - datos sintéticos
Predicciones que deben generalizar
Cell Intelligence
Datos de célula única y de perturbación analizados con estadística documentada, y modelos comparados con referencias simples en perturbaciones o contextos celulares que nunca han visto.
Preguntas que responde
- ¿Supera un modelo candidato a las referencias sin cambio, media y lineal en perturbaciones reservadas, dentro de la incertidumbre?
- ¿Qué firmas se mantienen coherentes entre estudios, donantes y lotes?
- ¿Dónde fallan los modelos: por tipo celular, por clase de perturbación, por conjunto de datos?
Lo que produce
- Comparaciones con referencias con intervalos de confianza
- Estudios de benchmark, incluidos los resultados negativos
- Fichas de modelos registradas en el Proof Ledger
Límite que exponemos desde el principio. La proximidad en una proyección es una ayuda visual, no un mecanismo.
Cómo funciona un encargo
De su pregunta a un resultado verificable
Cada encargo sigue el mismo recorrido. Cada etapa deja una traza fechada y firmada, y las etapas que exigen una decisión humana no pueden ser omitidas por el software.
- 01
Definir la pregunta
Un científico designado y su equipo acuerdan una pregunta precisa y comprobable. Se buscan los trabajos previos y se enumeran las fuentes consultadas.
- 02
Fijar el protocolo y los derechos
Referencias de comparación, métricas, separación de datos, criterios de parada y derechos sobre los datos se versionan antes de tocar los datos de prueba finales.
- 03
Calcular con procedencia
Cada cálculo registra sus versiones de datos, código, modelo, parámetros, semillas y entorno. Los intentos fallidos y los resultados negativos se conservan.
- 04
Revisar, sellar, entregar
Un revisor distinto del autor evalúa una versión concreta. El dosier se sella y se marca con fecha y hora, y usted recibe una prueba que puede verificar por sí mismo.
LILI, la científica de IA
Una IA que muestra su trabajo
LILI es el único cerebro de NEO AI, compartido con cada vertical. En DNOVA prepara protocolos, busca fuentes, lanza procesos y redacta dosieres, y le muestra el plan, las fuentes, las herramientas y el coste antes y después de actuar.
Funciones separadas
Búsqueda, cálculo, crítica y redacción corren a cargo de agentes distintos. El acuerdo entre agentes no es una validación independiente.
Derechos comprobados en el servidor
Cada llamada a una herramienta se comprueba frente a sus permisos. Los textos hallados en artículos y archivos se tratan como datos no fiables.
Firma una persona
Un revisor especializado firma cada conclusión científica que sale de la plataforma.
Pida a LILI que
- Compare tres dianas para una enfermedad
- Explique evidencia contradictoria
- Lance la evaluación de un modelo de imagen
- Compare respuestas celulares
- Prepare un dosier reproducible
- Explique por qué un resultado no está listo para compartirse
>
Plan
- Reunir la evidencia genética, de expresión y de intervención de cada diana
- Eliminar duplicados de estudios repetidos en varias bases de datos
- Cartografiar los enlaces a favor y en contra
- Redactar una comparación con sus límites
Fuentes consultadas
Open TargetsGWAS CatalogGTExChEMBLClinicalTrials.govEurope PMC
Herramientas utilizadas
atlas.evidence_map() · studies.deduplicate() · graph.contradictions()
Proof Ledger
Cuatro declaraciones, nunca un único sello verde
Cada entregable lleva cuatro declaraciones separadas. Nunca se fusionan, porque un resultado puede estar intacto y no haberse reproducido, o haberse revisado y no haberse publicado.
Integridad técnica
Los archivos coinciden con sus huellas registradas.
Reproducibilidad
Si el resultado se ha vuelto a calcular, por quién y con qué tolerancia.
Validación científica
Evidencia computacional, experimento externo o replicación independiente, indicados como tales.
Estado de publicación
Interno, preprint o revisado por pares, con su historial de versiones.
Cómo se sella un dosier
Cada archivo de un dosier recibe una huella. Las huellas se combinan en una única raíz, firmada, sellada en el tiempo por un tercero y anclada en una red pública. Cualquiera que tenga los archivos puede comprobarlos.
Un anclaje en blockchain demuestra que una huella existía en una fecha. No demuestra que un resultado sea verdadero, nuevo o de alguien.
Ilustración. Las huellas se calculan en directo en su navegador.
Integridad científica
Lo que el cálculo puede y no puede establecer
| Pregunta | Por cálculo | Requiere un laboratorio |
|---|---|---|
| ¿Está un gen asociado a una enfermedad en las fuentes consultadas? | Sí, indicando fuentes, versiones y poblaciones | No |
| ¿Modular una diana cambia la biología de la enfermedad? | Solo como hipótesis, con su evidencia a favor y en contra | Sí, con un protocolo registrado junto a un laboratorio socio |
| ¿Generaliza un modelo de segmentación a un nuevo laboratorio? | Sí, con datos públicos reservados separados por fuente | Solo si no existen datos públicos independientes |
| ¿Se confirma en células reales una respuesta de perturbación predicha? | Concordancia con medidas públicas reservadas | Sí, para nuevos sistemas celulares y nuevas perturbaciones |
No operamos un laboratorio físico. Cuando una hipótesis requiere un experimento, se prueba con laboratorios socios según un protocolo registrado, y se indica la independencia de esa prueba.
Universo de datos
Construida sobre la infraestructura abierta de la biología
Publicaciones, genética, moléculas, proteínas, células, imágenes, ensayos y ontologías, a los que se accede mediante interfaces oficiales y descargas. Cada fuente se cualifica en cuanto a acceso, licencia y derechos antes de usarse.
Publicaciones
PubMed · PubMed Central · Europe PMC · BioStudies
Enfermedades y genética
Open Targets · GWAS Catalog · ClinVar · gnomAD · GTEx · Ensembl · NCBI Gene · RefSeq · NCBI Datasets · Human Protein Atlas
Moléculas
ChEMBL · PubChem · BindingDB · ChEBI
Proteínas y rutas
UniProt · EMBL-EBI Proteins API · RCSB PDB · AlphaFold Database · InterPro · Reactome · STRING
Células y perturbaciones
GEO · SRA · ENA · CELLxGENE Discover · CELLxGENE Census · scPerturb · Tahoe-100M · LINCS · Connectivity Map · DepMap · CCLE · Open Problems · MetaboLights · MGnify
Imágenes biológicas
BioImage Archive · IDR · BBBC · Cell Painting Gallery · JUMP Cell Painting · RxRx
Ensayos y datos de salud pública
ClinicalTrials.gov · AACT · openFDA · GDC
Ontologías y patentes
OLS · Gene Ontology · HPO · MONDO · Cell Ontology · EFO · EPO OPS · Lens
Fuentes en el alcance de los conectores. Un nombre en esta lista no implica una alianza, un respaldo ni una integración probada. Las fuentes de acceso restringido siguen restringidas.
Construida sobre NEO AI
Un solo cerebro, datos separados, auditoría completa
Una sola LILI
DNOVA utiliza la misma LILI que cada vertical de NEO AI, a través de una pasarela versionada. Sin segundo cerebro y sin claves de proveedor propias.
Sus datos siguen siendo suyos
DNOVA mantiene su propia base de datos, usuarios, herramientas y permisos. Los datos de socios y clientes nunca alimentan la investigación ni los modelos sin un derecho escrito específico.
Super Admin central
Configuración, usuarios, derechos, cuotas, presupuestos, suspensión y auditoría, desde la consola compartida de NEO AI. Cada acceso excepcional se justifica y se registra.
Cuentas por invitación
Sin registro abierto. Socios, revisores y auditores son invitados a proyectos definidos, con roles y permisos por acción, proyecto y categoría de datos.
Acceso
DNOVA se abre por invitación
Para equipos biotecnológicos, inversores, laboratorios socios, revisores y auditores que trabajan en proyectos definidos. Cuéntenos quién es y en qué trabaja, y nos pondremos en contacto con usted.