腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

DrugAI

关注人工智能与化学、生物、药学和医学的交叉领域进展，提供“原创、专业、实例”的解读分享。

专栏作者

1050

文章

644370

阅读量

112

订阅数

德睿论文Bioinformatics | 生物数据挖掘领域的AI大语言模型Benchmark研究

数据挖掘 bioinformatics 论文模型数据

近日，「德睿智药」与广州生物岛科学家团队的合作论文“An Extensive Benchmark Study on Biomedical Text Generation and Mining with ChatGPT”，发表在国际顶级生物信息学期刊Bioinformatics上。AI大语言模型应用于生物医药领域需要深入的领域理解能力，同时科学的模型表现评估也是研发出应用于生物医药领域大语言模型的基础。为此，本论文研究团队开发出一项全面的基准测试流程，以评估各种AI大语言模型在生物医学数据挖掘上的性能。

2023-10-24

2630

ICML | 基于异构基序图神经网络的分子表示学习编译 | 程宁

数据挖掘学习方法

本文介绍由爱荷华州立大学的Zhaoning Yu 与Hongyang Gao发表于ICML的研究工作。作者提出了一种新的分子图表示学习方法，构建了一个包含基序节点和分子节点的异构图，并提出HM-GNN（Heterogeneous Motif-GNN）模型学习异构图中每个节点的特征表示。该模型支持多任务学习，适用于小规模数据集。此外，为解决潜在的效率问题，作者采用边采样方法减少计算资源。作者在多种分子数据集上对HM-GNN进行了评估，结果表明该模型优于现有的先进模型。该模型可以作为一种新的多任务学习方法来用于图学习研究。

2022-11-28

2970

Survey | 生物医学文本挖掘最新进展

数据挖掘深度学习机器学习人工智能

今天给大家介绍2020年5月康奈尔大学Fei Wang教授团队发表在Briefings in Bioinformatics的综述“Recent advances in biomedical literature mining”。该综述总结了生物医学文献挖掘研究中存在的问题、方法和最新进展，并讨论了未来的研究方向。

2021-02-02

1.2K0

AAAI | 联合建模医学命名实体识别和标准化的神经多任务学习框架

数据挖掘深度学习机器学习人工智能神经网络

本期给大家介绍的是康奈尔大学Fei Wang教授课题组在AAAI-19上发表的一篇关于医学命名实体识别和标准化的文章。该文章提出了一种新的深层神经多任务学习框架，该框架采用显示反馈策略来联合建模医学命名实体识别和标准化，并将这两个分层任务转化为并行多任务，同时保持了任务之间的相互联系，使得实体识别和标准化模型的性能都得到了很大的提升。

2021-02-02

8460

借助数据科学推动药物发现的十条简单规则

数据挖掘大数据数据处理云数据库 postgresql

实验科学更像是一种将实体表征为人类可识别信息的一个过程，这个过程产生了海量高维复杂的数据，即数字化。统计学、机器学习和深度学习等从数据中寻找规律和发现知识。回顾从药学专业毕业，然后经历很多各种实验和实验数据的产生过程，再加上从事计算的经历，以及最近几年在数据挖掘和AI领域的深入，深知数据科学和AI在制药行业变革中的巨大潜力。通晓数据的产生以及数据挖掘是智能化的基石，药学教育也应该顺应时代和产业需求建立交叉学科人才的培养。

2021-02-02

5180

JMC | 人工智能在药物合成中的当前和未来作用(2)

人工智能深度学习机器学习神经网络数据挖掘

人工智能和机器学习已经证明了其在预测化学性质和小分子合成设计中的潜在作用。数据驱动的合成路线设计是由MLPDS(Machine Learning for Pharmaceutical Discovery and Synthesis)联盟开发和评估的一部分，该联盟包括MIT和13个化学和制药公司成员。他们一起写了“Current and Future Roles of Artificial Intelligence in Medicinal Chemistry Synthesis”刊登于2020年4月JMC，分享了如何将预测模型整合到药物合成工作流程中，如何在MLPDS成员公司中使用预测模型以及该领域的前景。

2021-02-02

7110

Nat. Com. Sci.｜稳定维护隐藏开关以提高基因表达的稳定性

大数据数据挖掘生物基因机器学习人工智能

今天给大家介绍的是沙特阿卜杜拉国王科技大学(KAUST)高欣教授课题组(http://sfb.kaust.edu.sa)2021年1月14日发表在《Nature Computational Science》的一篇文章，“Stable maintenance of hidden switches as a strategy to increase the gene expression stability”。严重的压力下，野生型生物体可以释放出在正常条件下隐藏的替代表型，这些表型与潜在的遗传变异有关。研究人员通过使用计算模拟，分析了稳定化选择下基因电路的适应性进化。发现在最佳表达水平周围，不同的策略演化都降低了基因表达噪声的水平。为了从一个具有双稳态个体的创始种群中逐步提高基因表达稳定性，进化的方向始终是沿着提高双稳态系统潜在屏障高度的方向进行。结果表明，隐藏的表型开关可以在环境静止期间稳定地维持，有利于在发生实质性扰动时释放潜在的适应性表型选择。

2021-02-01

5740

NAACL| 基于标签感知的双迁移学习在医学命名实体识别中的应用

深度学习机器学习人工智能数据挖掘

本期给大家介绍上海交通大学APEX数据和知识管理实验室俞勇教授课题组发表在NAACL的文章“Label-aware Double Transfer Learning for Cross-Specialty Medical Named Entity Recognition”。该文章提出了一种跨领域的实体识别方法——标签感知双迁移学习框架（La-DTL），使得为某一领域设计的医疗命名实体识别(NER)系统能够以最小的标注量迁移应用到另一领域。同时，该方法在非生物医学领域的实体识别任务上也取得了很好的效果。

2021-02-01

1.2K0

Nat. Biotechnol | PHATE：高维生物数据的可视化方法

数据挖掘深度学习人工智能

高维生物数据的可视化能帮助研究者以直观的方式了解数据。今天介绍2019年12月发表在Nature Biotechnology的可视化工作。

2021-01-29

5240

Genome Biology | 建立预测疾病miRNA的benchmark

深度学习数据挖掘人工智能

今天给大家介绍2019年10月，北京大学基础医学院周源团队、崔庆华团队和河北工业大学李建伟团队合作在Genome Biology上在线发表的题为Benchmark of computational methods for predicting microRNA-disease associations的文章。该研究测试结果不仅为生物医学研究人员选择合适的miRNA-疾病关联预测因子提供了参考，还为开发更强大的miRNA-疾病关联预测因子提供了未来的方向。

2021-01-29

5620

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态