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

1072

文章

658443

阅读量

114

订阅数

Cancer Res. | 蒋庆华/许召春团队建立基于外周血免疫特征的多癌种早期诊断模型

大数据模型数据性能人工智能

近日，哈尔滨工业大学/哈尔滨医科大学蒋庆华/许召春教授团队提出基于外周血免疫信号的癌症早期诊断新思路，研发了首个基于外周血免疫特征的多癌种早期诊断人工智能模型，相关成果以“The deep learning framework iCanTCR enables early cancer detection using the T cell receptor repertoire in peripheral blood”为题发表在美国癌症研究协会官方期刊Cancer Research上。

2024-04-19

1250

Nat. Biomed. Eng. | 利用生成式人工智能和医生的专业知识审计医学图像分类器的推理过程

nat 模型数据人工智能医疗

今天为大家介绍的是来自Su-In Lee团队的一篇论文。大多数赋能医疗人工智能的机器学习模型的推理结果都难以解释。在这里，作者报道了一种结合医学专家见解和高度表达性的可解释人工智能形式的模型审计通用框架。

2024-04-12

940

J. Chem. Inf. Model. | 人工智能增强多物种肝脏微粒体稳定性预测

算法人工智能 model 模型数据

今天给大家介绍一篇由中南大学湘雅药学院曹东升教授团队在Journal of Chemical Information and Modeling近期发表的关于肝微粒体稳定性性质预测模型的文章《Enhancing Multi-species Liver Microsomal Stability Prediction through Artificial Intelligence》。该文献通过整合多个数据库的数据，构建了一个庞大的多物种肝微粒体稳定性数据集，并利用机器学习算法构建了106个共识模型。通过SHAP方法和原子热图分析，揭示了影响肝微粒体稳定性的重要特征。研究还应用MMPA方法和亚结构衍生算法，提取了与肝微粒体稳定性相关的分子转化规则。这项研究为药物研发领域提供了新预测模型和分子解释，为药物设计和筛选提供了重要的指导和支持。

2024-04-12

1030

Nat. Biotechnol. | 英矽智能首度披露TNIK抑制研发中人工智能平台的应用

研发人工智能 nat 论文模型

近日，英矽智能在Nature Biotechnology期刊发表了题为：A small-molecule TNIK inhibitor targets fibrosis in preclinical and clinical models的论文。该研究揭示其首款由生成式AI发现和设计的潜在“全球首创”（first-in-class）TNIK抑制剂从靶点识别到2期临床试验的研发历程，并首次披露了该候选药物在临床前实验和临床试验中的数据和表现。

2024-03-18

1280

人工智能时代的生物医学文献搜索

系统搜索引擎人工智能工具搜索

今天为大家介绍的是来自Zhiyong Lu团队的一篇论文。生物医学研究产生了大量信息，其中许多信息只能通过文献获取。因此，文献搜索对于医疗保健和生物医学至关重要。最近在人工智能（AI）方面的进步已经扩展了该功能，不再局限于关键词搜索，但这些进步可能对临床医生和研究人员来说不太熟悉。

2024-03-18

790

Nat. Rev. Drug. Discov. | 人工智能何时能实现药物发现的突破

数据人工智能 nat 测试工具

今天为大家介绍的是来自Asher Mullard.团队的一篇论文。CACHE的寻找靶点大赛突显了人工智能在识别难以药物化的靶点上识别小分子的潜力，以及这些计算筛选方法面临的漫长道路。

2024-03-06

1550

为医用人工智能注入生命力

人工智能医疗部署模型系统

近年来，医疗保健领域的人工智能（AI）发展迅猛，以放射学为基础的AI技术广受关注。迄今为止，在美国，已有超过390种获得食品药品监督管理局（FDA）批准的AI软件设备，而在欧洲和亚洲，这一数字更是更大。AI在帮助检测和诊断方面的能力已经在多个回顾性和一些前瞻性试验中得到展示；然而，良好的模型表现并不总是能够转化为临床实用性。在将AI模型部署到临床工作流程中时，需要仔细考虑，包括目标受众、结果的时效性及其对临床护理的影响。随着基础模型（foundation models）的最近出现，在实验室条件下开发表现良好的模型的障碍将继续降低，模型的影响将更多地取决于围绕部署、安全和监控的周密计划，而不仅仅是绝对的性能指标。在《临床重症医学》杂志的这一期中，研究人员开发了一个深度学习（DL）模型，用于检测、分割和分类胸部X光片上位置错误的气管插管（ETTs）。该模型在检测和分割ETT方面的整体表现非常好；然而，在深部气管插管方面的表现大大下降。该模型依赖于气管和主支气管的分割，在许多情况下效果并不理想，这突显了医疗AI面临的一个挑战：人类解剖结构在不同病人之间可能有很大的差异。随着医疗AI变得更加普遍，这些和其他挑战需要在将AI部署到临床实践中时进行仔细思考。

2024-03-04

590

JCIM｜解读英矽智能PandaOmics人工智能平台4.0版本更新

排序数据研发人工智能模型

近期，临床阶段生成式人工智能（AI）驱动的生物科技公司英矽智能于计算化学领域权威期刊美国化学学会旗下《化学信息与建模》杂志发表论文，分享云上人工智能靶点发现软件平台PandaOmics最新研发进展。PandaOmics是英矽智能自研端到端Pharma.AI药物研发平台的重要组成部分，以专有人工智能算法、海量文本与组学数据、基因与信号通路分析、靶点预测与优先排序，以及用户友好的操作界面，为药物靶点发现与新颖生物标志物研究提供助力。

2024-03-04

1810

Nat. Mach. Intell. | 使用人工智能提升维基百科的可验证性

人工智能 nat 模型搜索系统

今天为大家介绍的是来自Fabio Petroni团队的一篇论文。可验证性是维基百科的核心内容政策之一：所有的陈述都需要有引用来支撑。维持和提高维基百科参考资料的质量是一个重要挑战。作者展示了如何借助人工智能（AI）来应对改善参考资料的过程，这一AI系统由信息检索系统和语言模型驱动。我们称这个基于神经网络的系统为SIDE，它能够识别那些不太可能支持其声明的维基百科引用，并随后从网上推荐更好的引用。

2024-02-23

910

人工智能对医疗行业的威胁

算法人工智能医疗工具行业

最近针对OpenAI的一起版权侵犯诉讼引起了广泛的关注，原因是该公司利用了作家们未经授权的作品来训练其GPT算法。这种情况与医学界的情况大不相同。在医学界，医生们自愿将他们的知识和专业技能分享给AI系统，并投入大量时间进行研究。AI迅速且悄无声息地进入医疗领域，以至于似乎其与该行业的互动已被默认接受，没有经过充分的审慎考虑。虽然AI在速度、一致性和准确性方面表现出色，但其运作完全建立在专家知识的基础上。以肾脏病理学为例，全球的病理学家们正在对组织样本进行标注，以训练算法识别如肾小球等基本结构单元。世界各地的许多病理学家正在对组织标本进行注释，以便为算法提供数据，为了让算法识别出像肾小球这样的基本单位，常常需要多达10万条注释。在这巨大的努力之后，算法将瞬间完成它的工作。可以想象，在不久的将来，病理学家不仅会收到肾活检的扫描幻灯片，还会附有一份包含诸如肾小球数量和间质纤维化面积等数据的清单。有了这些现成的信息，病理学家只需专注于更复杂的病变，以生成诊断（图1）。

2024-02-23

790

J. Chem. Inf. Model. | 展望人工智能在蛋白质结构预测中的潜在应用

数据人工智能 model 工具模型

今天为大家介绍的是来自Antoine Taly团队的一篇论文。论文介绍了AlphaFold2（AF2）和RoseTTaFold（RF）两种作为高度可靠和有效的蛋白质结构预测方法对结构生物学的革命性影响。文章探讨了这两种技术的影响和局限性，重点关注它们在实验流程中的整合，以及在多种蛋白质类别中的应用。

2024-01-31

940

AI驱动新一代ADC药物和抗衰老疗法平台研发 | 德睿智药与复宏汉霖达成战略合作

产品管理模型研发人工智能

2024年1月19日，临床阶段AI驱动的创新药物研发公司「德睿智药」宣布与上海复宏汉霖生物技术股份有限公司（以下简称“复宏汉霖”，2696.HK）达成战略合作，共同研发人工智能赋能的抗体偶联药物（ADC）和抗衰老疗法平台。

2024-01-26

1060

Brief. Bioinform. | 从直觉到人工智能：药物发现中的小分子表征演变

人工智能编码模型数据字符串

今天介绍一篇2023年11月发表在《Briefings in Bioinformatics》期刊上的论文，题为“From Intuition to AI: Evolution of Small Molecule Representations in Drug Discovery”，文章的第一作者为英国爱丁堡大学的Miles McGibbon研究员和 Steven Shave研究员，以及中南大学的董界副教授，通讯作者为爱丁堡大学的Vincent Blay博士。该综述总结了药物发现领域中分子表示（表征）的演变历程，从最初的人类可读格式，逐步发展到现代的数字描述符、指纹，以及基于序列和图的学习表示。作者强调了各种表示方法在通用性、计算成本、不可逆性和可解释性等方面的优缺点。文章还讨论了药物发现领域的创新机会，包括为高价值、低数据制度创建分子表示，提炼更广泛的生物和化学知识成为新颖的学习表示，以及对新兴治疗方式进行建模。总体而言，文章聚焦于数字化分子表示在药物研发中的关键作用，同时探讨了所面临的挑战和机遇。

2023-12-26

1970

Nature | 化学领域的ChatGPT：人工智能与机器人联合打造新材料

数据库人工智能机器人 chatgpt 系统

今天为大家介绍的是来自Mark Peplow的一篇文章。目前来自DeepMind的工具预测出近40万种稳定物质，一个自主系统学会了如何在实验室制造这些物质。

2023-12-12

3040

Brief. Bioinform. | FormulationAI：人工智能驱动的新一代药物制剂计算平台

人工智能模型设计数据算法

今天，我想向大家介绍一篇近期发表在国际生物信息学期刊《Briefings in Bioinformatics》上的研究论文：“FormulationAI: a novel web-based platform for drug formulation design driven by artificial intelligence”。论文的通讯作者是澳门大学的欧阳德方老师，第一作者为中南大学董界老师。该论文发布了新一代人工智能药物制剂预测平台，称为FormulationAI，旨在通过人工智能技术改变传统药物制剂设计的局限，系统推动药物制剂设计开发朝着智能化、高效率和经济性的方向发展。平台访问网址：https://formulationai.computpharm.org

2023-12-12

1420

英矽智能口服PHD抑制剂ISM5411启动1期临床试验用于治疗炎症性肠病

人工智能开发设计算法研发

中国香港，11月30日，由生成式人工智能（AI）驱动的临床阶段生物科技公司英矽智能宣布，已启动潜在“全球首创”PHD抑制剂ISM5411的临床试验用于炎症性肠病治疗（IBD）。

2023-11-30

2040

英矽智能口服PHD抑制剂ISM5411启动1期临床试验用于治疗炎症性肠病

人工智能开发设计算法研发

中国香港，11月30日，由生成式人工智能（AI）驱动的临床阶段生物科技公司英矽智能宣布，已启动潜在“全球首创”PHD抑制剂ISM5411的临床试验用于炎症性肠病治疗（IBD）。

2023-11-30

1520

Nat. Mach. Intell. | 预测人工智能的未来：在指数级增长的知识网络中使用基于机器学习的链接预测

机器学习人工智能 nat 论文网络

今天为大家介绍的是来自Mario Krenn团队的一篇论文。一个能够通过从科学文献中获取洞见来建议新的个性化研究方向和想法的工具，可以加速科学的进步。一个可能受益于这种工具的领域是人工智能（AI）研究，近年来科学出版物的数量呈指数级增长，这使得人类研究者难以跟上进展。在这里，作者使用AI技术来预测AI自身的未来研究方向。

2023-11-27

1570

Nature | 医学领域，人工智能革命正在酝酿中。它会是什么样子呢？

人工智能工具基础模型数据

Jordan Perchik 在阿拉巴马大学伯明翰分校开始他的放射学住院医师生涯时，正值他所说的该领域的“人工智能恐慌”达到顶峰。那是在 2018 年，距计算机科学家 Geoffrey Hinton 宣称人们应该停止训练成为放射学家不到两年，因为机器学习工具将很快取代他们。Hinton，有时被称为人工智能（AI）的教父，预测这些系统很快将能够比人更好地读取和解释医学扫描和 X 射线。此后，申请放射学项目的人数大幅下降。Perchik 说：“人们担心他们完成住院医师培训后就找不到工作。”Hinton 有一定的道理。基于 AI 的工具越来越成为医疗保健的一部分；美国食品和药物管理局（FDA）已批准了 500 多种用于医学的工具。其中大多数与医学影像有关——用于增强图像、测量异常或标记测试结果以便后续跟进。

2023-11-24

1600

Nat. Rev. Drug Discov. | 人工智能在天然产物药物发现领域的应用

深度学习人工智能 nat 模型数据

今天为大家介绍的是来自Gerard J. P. van Westen, Anna K. H. Hirsch, Roger G. Linington, Serina L. Robinson和Marnix H. Medema团队的一篇药物发现综述。计算组学技术的发展为我们提供了新的方法工具，用以挖掘天然产物的隐藏多样性，为药物发现提供新的可能性。与此同时，人工智能方法，如机器学习，也在计算药物设计领域取得了令人兴奋的发展，促进了生物活性预测和针对感兴趣的分子靶标的从头药物设计。

2023-11-22

3560

点击加载更多

社区活动

RAG七天入门训练营

鹅厂大牛手把手带你上手实战

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