近年来，生成式人工智能在蛋白质设计领域取得巨大突破，但在DNA origami（DNA折纸）结构设计中的应用仍然非常有限。其中最大的障碍在于缺乏大规模、标准化且...

Prime editing（PE）是一类能够实现“搜索—替换”式精准基因编辑的重要工具，但现有系统虽然经过实验室进化优化了催化活性，却也因此引入了新的问题：逆转...

基于DNA序列预测基因表达的 sequence-to-function 模型，已经成为解析顺式调控机制与非编码变异的重要工具。然而，目前主流模型主要依赖健康组织...

蛋白质组学中的串联质谱（MS/MS）数据解析长期依赖数据库搜索和 de novo 测序方法，但现有模型大多仅作为特征提取器，缺乏统一的深度学习评分框架。研究人员...

近年来，生成式人工智能在蛋白质设计领域取得巨大突破，但在DNA origami（DNA折纸）结构设计中的应用仍然非常有限。其中最大的障碍在于缺乏大规模、标准化且...

生命体系本质上是动态变化的，而蛋白质等大分子并不是单一静态结构，而是由大量可相互转化的构象状态共同组成的动态构象集合（conformational ensemb...

Prime editing（PE）是一类能够实现“搜索—替换”式精准基因编辑的重要工具，但现有系统虽然经过实验室进化优化了催化活性，却也因此引入了新的问题：逆转...

5 月，Nature Methods 发表了一篇 Perspective 文章，题为 From possibility to precision in macr...

数字孪生（Digital Twin）通过融合数据、模型与领域知识，实现对真实系统的动态虚拟映射，被认为是推动化工过程智能化与可持续发展的关键技术。然而，目前化工...

糖基化是真核生物中最广泛且最复杂的翻译后修饰之一，其在细胞识别、免疫调控、疾病发生以及蛋白功能调节中发挥关键作用。随着糖蛋白质组学的发展，基于液相色谱-质谱（L...

免疫检查点抑制剂（checkpoint inhibitor, CPI）彻底改变了癌症治疗模式，但在大多数癌种中，真正能够获得长期临床获益的患者仍然只占少数。因此...

随着深度学习模型在医学影像、疾病诊断以及临床辅助决策中的广泛应用，可解释性逐渐成为医疗人工智能系统安全落地的核心要求。然而，当前大多数医学AI模型依然属于“黑箱...

数字孪生（Digital Twin）通过融合数据、模型与领域知识，实现对真实系统的动态虚拟映射，被认为是推动化工过程智能化与可持续发展的关键技术。然而，目前化工...

基于DNA序列的深度学习模型正在推动基因组功能解析的发展，但目前大多数模型仍然局限于特定任务，需要针对不同数据集重新训练，因此难以在复杂生物学场景中实现通用化应...

空间转录组技术（spatial transcriptomics, ST）能够揭示组织内部基因表达的空间分布，但其高昂成本严重限制了大规模应用。相比之下，H&E染...

生物分子凝聚体（biomolecular condensates）的界面在蛋白聚集、液-固转变以及多种生化反应中具有关键作用，因此被认为是调控凝聚体行为的重要靶...

研究人员提出了一种具备多模态推理能力的对话式诊断人工智能系统——multimodal AMIE。研究人员指出，真实世界中的临床诊疗并不仅依赖文本问答，而是需要综...

T细胞受体（TCR）如何识别抗原，是适应性免疫学中最核心但也最复杂的问题之一。由于不同TCR可能识别相同抗原，而高度相似的TCR又可能表现出完全不同的特异性，因...

抗生素耐药性正在全球范围快速加剧，迫切需要更高效、更可靠的抗菌药物设计方法。虽然近年来人工智能已经被广泛用于抗菌肽发现，但大多数方法仍然侧重于从固定数据库中筛选...

这篇发表于 Nature Computational Science 的研究，由 Joseph M. Cavanagh 等与 Teresa Head-Gordo...