暂无搜索历史
对于 AIDD 领域的研究者而言,如何从海量论文中快速定位相关工作,是每年顶会季的必修课。
在通往通用人工智能(AGI)的道路上,多模态学习无疑是核心战场。然而,当前主流的多模态大模型(LMMs)大多依赖于复杂的组合式架构(如视觉编码器+大语言模型)或...
在全球药价压力持续上升、药物研发成本不断攀升的背景下,生物技术公司、制药企业与转化医学研究人员正在重新评估:早期临床项目应在何时、何地、以何种方式启动。
概念工程系统设计具有高度复杂性、不确定性和创造性,传统设计方法与现有 AI 工具难以全面应对这些挑战。研究人员提出 iDesignGPT 框架,将大语言模型与成...
分子生成模型正在快速推动化学发现与药物设计的发展。近年来,流匹配模型(flow matching)在无条件分子生成任务中已达到领先水平,但在性质引导生成(pro...
人类每天通过空气、水、食物和消费品接触大量化学物质,但绝大多数化学品缺乏系统的人体毒性数据,严重制约了健康风险管理。尽管机器学习模型在毒性预测方面表现出较高准确...
对多体动力系统进行高精度、可解释且可实时的建模,是理解自然系统与工程系统行为的关键。传统基于物理的模型在复杂系统中难以扩展且计算代价高,而纯数据驱动方法(如图神...
空间表观基因组学技术在保留组织空间信息的同时解析染色质可及性和组蛋白修饰,为研究组织内基因调控机制提供了重要工具。然而,现有空间表观组数据普遍存在信号弱、噪声高...
心血管信号(如光电容积描记信号 PPG、心电信号 ECG 和血压信号 BP)在生理上高度相关,共同反映心血管系统的健康状态。然而,由于可穿戴设备噪声大、信号中断...
大规模组学数据能够描绘细胞内分子调控的整体图景,但其生物学机制解释仍高度依赖人工经验与实验验证。为解决这一瓶颈,研究人员提出 LyMOI,一种将深度学习与大语言...
大型语言模型在复杂推理任务中的卓越表现,很大程度上归功于思维链的引导。然而,当推理路径变得冗长复杂时,模型的学习和泛化能力往往会急剧下降。近期,一篇来自字节跳动...
在人工智能的浪潮席卷全球之际,一个古老而复杂的领域——生命科学,正迎来其“ChatGPT时刻”。2020年,DeepMind的AlphaFold以原子级别的精度...
在药物研发的漫长征途中,从苗头化合物(Hit)到先导化合物(Lead)的优化阶段往往是效率的瓶颈。如何快速、经济地合成并筛选出既具有高活性又具备优良药理特性的候...
药物发现正在经历一场计算革命。过去两年间,十余个潜空间扩散模型的相继问世,标志着分子生成从离散原子空间建模转向连续潜空间扩散的系统性转变。这些技术突破不仅将化学...
3D分子生成需要同时处理原子类型、化学键和三维坐标等多模态信息,但现有方法将等变和不变模态分别编码到独立的潜空间,导致模型复杂、效率低下。中科大与新加坡国立大学...
定向发现具有理想生物活性的先导化合物是计算机辅助药物设计的核心挑战。现有方法多基于 SMILES 表示,在基因表达谱条件生成中化学有效性低于10%。新加坡南洋理...
分子生成是药物发现和材料设计的核心任务,但现有扩散模型直接在离散图数据上操作时面临分布失配和计算瓶颈。香港中文大学、清华大学、复旦大学及阿里巴巴团队在 CIKM...
今天,Boltz PBC 正式宣布启动,这标志着开源生物分子AI从学术研究走向产业应用的关键转折点。Boltz 团队发布了四项重磅消息:推出 Boltz Lab...
作者;Julia Robinson(原载《Chemistry World》2026年)
癌症的异质性是精准医疗最大的挑战——不同患者携带不同的基因突变组合,对同一药物的反应可能天壤之别。传统的药物发现依赖通用靶点,往往忽视了个体基因背景的差异。韩国...
暂未填写公司和职称