暂无搜索历史
2026年1月9日,中南大学湘雅医院、蚌埠医科大学及温州医科大学的研究人员在《npj Digital Medicine》上发表综述文章,题为“AI-driven...
研究人员提出了首个面向乳腺超声影像分析的基础生成模型 BUSGen,该模型在超过350万张乳腺超声图像上进行预训练,学习了丰富的乳腺解剖结构、病理特征以及临床变...
在生物、化学、材料等数据密集型科学领域,海量实验数据与文献知识不断积累,但这些知识往往分散在不同数据库与研究论文中,难以被系统整合与有效利用。科学知识图谱(Sc...
研究人员提出了一种基于血浆蛋白质组学的深度联合学习模型 ProtAIDe-Dx,用于同时诊断与痴呆相关的六种疾病。该模型基于超过17,000名个体的数据进行训练...
同源性搜索在计算生物学中具有基础性作用,它能够帮助研究人员识别生物序列之间的进化关系和功能相似性。然而,随着生物数据库规模的爆炸式增长,现有方法在效率和精度之间...
过去十年,图神经网络(GNN)和消息传递神经网络(MPNN)在学习图结构数据方面取得了突破性进展,成为分子物理、社会科学和经济学建模多体相互作用的主流工具。在分...
2026 年 3 月27日,《Nature Biotechnology》在线发表了日内瓦大学 Nicolas Winssinger 团队的突破性研究“DNA–d...
如果有一个 AI,不需要人类告诉它"这个分子可能好用",就能自己从零设计出有效的新材料分子——你会怎么想?
空间转录组技术为在组织原位解析基因表达提供了重要手段,但如何将二维切片数据整合为三维结构仍然是核心挑战。空间对齐,即基于空间坐标和基因表达信息对多个组织切片进行...
通过人工智能模型生成的合成数据正逐渐在医疗研究领域获得关注,尤其在血液学和肿瘤学等高风险领域。通过复制真实世界数据的统计特性、变量间关系及行为模式,合成数据集可...
随着科研论文数量的指数级增长,研究人员已难以全面掌握自身领域内的全部进展。研究人员探索利用大语言模型从材料科学文献中提取关键概念及其语义信息,构建概念图以发现人...
大家好,今天给大家分享一篇近期发表在J. Am. Chem. Soc.上的研究进展,题为:Optimizing toward Discovery:AI-...
在系统生物学和药物设计领域,一个核心问题是预测细胞对扰动的转录响应。无论是基因敲除、药物处理还是环境刺激,研究者都希望能够提前预知细胞群体将如何响应。这对于理解...
通用生物人工智能(GBAI)代表了一种对“生命语言”(即从DNA到细胞功能的信息流)进行建模的变革性方法。为此,哈佛大学医学院、斯克里普斯研究所等机构的研究人员...
研究人员致力于从头设计能够结合小分子的蛋白质,这一方向有望实现针对任意小分子的按需传感器构建。在本研究中,研究人员结合深度学习与基于物理的建模方法,构建了一类具...
蛋白语言模型在变异效应预测中展现出巨大潜力,但当前高性能方法通常需要结合结构、同源序列或群体遗传信息,导致模型复杂度增加且适用性受限。研究人员提出一种高效的协同...
蛋白质与小分子配体之间的识别与结合,是药物发挥作用的分子基础。在这一过程中,氢键、卤键、盐桥、阳离子–π相互作用以及π–π相互作用等多种非共价相互作用(Nonc...
由生成式人工智能(AI)驱动的生物医药科技公司英矽智能(Insilico Medicine, 3696.HK),今日宣布与礼来(Lilly)达成药物发现合作,这...
2026年3月18日(当地时间),西湖大学讲席教授李子青团队(第一作者郑蒋滨、共一作者徐鑫焱、主通讯李子青)联合上海人工智能实验室研究员、上海创智学院导师董楠卿...
UniProt 数据库中已收录超过 2.5 亿条蛋白质序列,但其中拥有实验验证功能注释的不到 0.1%。这意味着,绝大多数已知蛋白质的功能仍然是未知的。传统的同...