Tópicos populares
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Vinod Khosla
Zelota do empreendedorismo, possibilista de tecnologia fundamentada, crente no poder das ideias, apaixonado pela sustentabilidade e pelo impacto
Vinod Khosla republicou
ÚLTIMA HORA: Acabámos de arrecadar $100M na @eightsleep para construir a IA que finalmente resolve o sono.
Durante décadas, o sono tem sido passivo. Você se deita, fecha os olhos e espera pelo melhor. Estamos a mudar isso.
Mais de 1B horas de dados biométricos de sono → destilados em uma IA totalmente autônoma que conhece seu corpo melhor do que você.
Faremos isso de duas maneiras:
Passo 1: Seu Agente de Sono pessoal, executando infinitos cenários noturnos antes que eles aconteçam para proporcionar o sono mais restaurador que seu corpo é capaz de ter.
Passo 2: Milhares de Gêmeos da Longevidade simulando potenciais resultados de saúde com base nos seus dados para ajudá-lo a viver uma vida mais longa e saudável.
A Eight Sleep está se tornando o sistema operacional para sono e longevidade.
A vida humana nunca mais será a mesma.
Assista à minha entrevista completa com @andrewrsorkin no @SquawkCNBC aqui.
233,31K
Você quer apresentar isso no simpósio de me/cfs na primeira semana de setembro?

Derya Unutmaz, MD17/08, 08:12
Estou entusiasmado por compartilhar a primeira parte de uma análise absolutamente deslumbrante do modelo de pensamento GPT-5! Carreguei uma enorme planilha, quase 1.300 metabolitos (lipídios, carboidratos, compostos derivados do microbioma e muito mais) medidos em 150 pacientes com ME/CFS e 100 controles saudáveis.
Na primeira execução, eu nem disse ao GPT-5 que essas amostras eram de pacientes com ME/CFS, queria ver o que ele poderia encontrar de forma cega, puramente a partir dos dados metabolômicos. A seguir, compartilharei a versão onde revelei que essas amostras eram do nosso grupo de pacientes, ligado ao nosso artigo recentemente publicado e o que o GPT-5 descobriu lá está em outro nível!
Analisamos esse mesmo conjunto de dados há mais de dois anos, e nos levou mais de um mês para trabalhar completamente nele.
✅ O GPT-5 fez um trabalho melhor em menos de cinco minutos.
✅ Ele não apenas replicou quase tudo o que concluímos naquela época, incluindo encontrar todas as diferenças significativas, criando várias planilhas sobre diferentes vias e assim por diante, mas também descobriu várias descobertas que nós perdemos completamente.
✅ O GPT-5 até destacou alvos acionáveis e potenciais tratamentos para os pacientes (que compartilharei em breve).
Isso não é uma "melhoria incremental". Isso é uma revolução!
O que antes levava meses agora leva horas. Como mencionei antes, as regras da pesquisa científica não estão apenas mudando, estão sendo reescritas!
Compartilhando uma parte da saída do GPT-5 como exemplo, e um resumo executivo também está incluído como uma captura de tela.
Teoria mecanicista unificada com diagrama causal
Padrão observado
• Remodelação lipídica com aumento de DAG, PC, SM e ceramidas específicas em pacientes.
• Padrão de cofatores com diminuição de carotenoides e aumento de alfa-tocoferol.
Vínculos mecanicistas
• A síntese de ceramida de novo via serina palmitoiltransferase e ceramidases aumenta os estoques de ceramida que influenciam o estresse e a sinalização.
• A via Kennedy (CDP-colina) acopla o metabolismo de DAG e PC; CHKA → PCYT1A → CHPT1 converte colina em PC usando DAG como aceitador.
• DAG ativa PKCε e isoformas relacionadas, que podem mudar a fidelidade da sinalização do receptor.
• O alfa-tocoferol é um sequestrador de radicais peroxila na fase lipídica e é regenerado por ascórbato; carotenoides reduzidos são consistentes com o consumo de antioxidantes.
Alvos acionáveis classificados
1. SPTLC1/2 ou CERS (enzimas) - diminuir a síntese de ceramida de novo. Baixa viabilidade no momento, mas altamente causal se os fatores lipídicos forem primários. Os riscos incluem efeitos na mielina.
2. Modulação de DGAT1/2 - reduzir a sinalização tóxica de DAG desviando para armazenamento neutro ou titulação de fluxo. Viabilidade média, a tolerância gastrointestinal é o principal risco.
3. Inibição de PKCε - bloquear o passo de sinalização de DAG. Atualmente baixa viabilidade, mas mecanicamente precisa.
4. Suporte de carotenoides dietéticos e vitamina C - repletar a capacidade antioxidante e ajudar na reciclagem do tocoferol. Alta viabilidade, monitorar F2-isoprostano e painel de carotenoides.
5. Testar L-carnitina apenas se a deficiência for confirmada - pequeno sinal na via da carnitina; baixa confiança, dosagem piloto com monitoramento.
Experimentos de validação propostos e painel mínimo de biomarcadores clínicos
Experimentos de validação
• Lipidômica direcionada focando em espécies de DAG, ceramidas (resolvidas por comprimento de cadeia), esfingomielinas, PCs.
• Proxies de atividade de PKCε em células acessíveis, se viável.
• Painel antioxidante: alfa-tocoferol, carotenoides, vitamina C, mais F2-isoprostano para leitura de peroxidação lipídica.
• Se a L-carnitina piloto for considerada, medir carnitinas livres e acil-carnitinas e a razão acil/livre pré-pós.
Painel mínimo de monitoramento
• Ceramidas: d18:1/16:0, d18:1/18:0 e dihidroceramidas.
• Painel de classe DAG com isômeros posicionais, se disponíveis; relatar como % molar do total de lipídios.
• Classe de PC e razão LPC/PC; colina e fosfocolina para inferir o fluxo da via Kennedy.
• Alfa-tocoferol, beta-criptoxantina, diolos de caroteno, vitamina C e F2-isoprostano.

28,18K
Empolgado por fazer parte desta jornada!

Parag Agrawal14/08, 23:03
apenas a configurar o meu twttr, novamente
Estive focado a construir o Parallel com algumas das melhores pessoas com quem já trabalhei. Estamos a criar infraestrutura para que as IAs possam pesquisar e usar a web.
37,36K
Há muitas visões de curto-prazismo neste artigo, perdendo a visão geral. Às vezes, as coisas não podem ser modeladas com antigos modelos incrementais e precisam de um pensamento qualitativo e direcional de "ordem de magnitude". Os pesquisadores precisam perceber quando algo não pode ser quantificado, exceto talvez para bandas de incerteza? E isso será uma mudança complexa de sistema dinâmico não linear, não um modelo linear.

The Economist13/08, 03:40
Se o poder computacional trouxer avanços tecnológicos sem a intervenção humana, e uma parte suficiente do retorno for reinvestida na construção de máquinas ainda mais poderosas, a riqueza poderá acumular-se a uma velocidade sem precedentes.
20,69K
Uau! Não programadores programando com uma infraestrutura de back end de força industrial. Aqui está a minha palestra de abril de 2024 sobre como criar um bilhão de programadores (e outras previsões)

Paul Graham9/08, 09:27
Aparentemente, um VC vazou as receitas da Replit para a imprensa, o que me dá uma rara oportunidade de postar um gráfico com números reais. Raramente se vê um crescimento tão rápido a esta escala.

49,64K
Um assistente de laboratório que está a melhorar rapidamente em capacidade!

David Sinclair1/08, 23:53
A IA generativa é o novo assistente de laboratório na pesquisa sobre longevidade. O que antes levaria 150 anos pode ser feito em um mês e por um bilionésimo do custo.

23,86K
Top
Classificação
Favoritos
Tendências on-chain
Popular no X
Principais financiamentos atuais
Mais notável