智药邦-腾讯云开发者社区

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

智药邦

关注药物研发的数字化与智能化

专栏成员

627

文章

330310

阅读量

53

订阅数

AI+类器官芯片赋能新药研发｜耀速科技完成亿元级天使+轮融资

科技模型芯片研发行业

耀速科技（Xellar Biosystems）近日宣布完成亿元级人民币天使+轮融资。该轮融资由鼎泰集团（TriApex）领投，正轩投资、天图投资跟投，老股东君联资本与雅亿资本持续加注。本轮融资将助力耀速科技进一步开发AI+类器官芯片技术平台，推动在新药研发领域的深度应用。

2024-08-21

1040

Nat Methods｜生物学研究语言模型：简化版入门指南

模型入门数据 nat methods

2024年8月9日，Nature Methods推出特刊《Embedding AI in biology》，重点介绍了创新的新方法（如生成式人工智能和大型语言模型）的卓越能力和快速发展，和各自领域思想领袖的观点。

2024-08-21

1090

吉林大学提出PGR-MOOD模型，通过扩散模型检测分布外的分子图

性能原型重构模型数据

尽管分子表示学习最近取得了显著进展，但其有效性是建立在训练图和测试图来自相同分布的假设上的。而在实际应用中，测试数据集通常与分布外(OOD)样本混合在一起，使得部署的模型难以做出准确的预测。在药物筛选或设计中对分子性质的错误估计会导致湿实验室资源的巨大浪费，并延迟新疗法的发现。传统的检测方法需要权衡OOD检测和分布内(ID)分类性能，因为它们共享相同的表示学习模型，这就降低了模型检测OOD样本的性能。相比之下，由于生成模型偏向于重建分布内（in-distribution，ID）训练样本，因此，生成模型可以使得OOD分子与现有分子的相似度降低，从而便于检测出OOD分子。

2024-08-20

920

Nat Methods推出特刊｜关注生物学中的高级人工智能

人工智能 nat methods 模型数据

2024年8月9日，Nature Methods推出特刊《Focus on advanced AI in biology》，介绍了基于人工智能的先进方法如何正在对生物学研究产生变革性影响。

2024-08-14

1290

香港科技大学提出DualNetGO模型，通过高效的特征选择对偶网络预测蛋白质功能

网络性能函数模型数据

蛋白质-蛋白质相互作用(PPI)网络是自动标注蛋白质功能的关键。由于同一组蛋白质存在多个PPI网络，这些网络从不同方面捕获特性，因此有效利用这些异构网络是一项具有挑战性的任务。最近，一些深度学习模型结合了PPI网络，将网络上的图嵌入连接起来用于蛋白质功能预测。然而，由于不同PPI网络的密度、结构和噪声水平各不相同，不加选择地结合蛋白质特征会增加噪声水平，导致模型性能下降。可以说，高效的特征选择程序的缺乏，阻碍了对不同PPI网络信息的有效利用。

2024-08-13

800

Science｜新的AI工具可以确定小分子的结构，即使数据参差不齐

数据人工智能编码测试工具

人工智能已经通过预测蛋白质的三维结构彻底改变了蛋白质的研究。现在，人工智能开始对更小的分子发挥威力--药物、除草剂和催化剂，它们是医药、农业和工业化学的核心。

2024-08-09

1150

耶鲁大学提出分子语言模型MolLM，结合生物医学文本与分子的二维和三维表示

模型数据数据库编码论文

目前用于分子和文本联合表示的深度学习模型主要依赖于一维或二维分子格式，而忽略了提供有价值的物理见解的重要三维结构信息，因此限制了模型在广泛的模态范围内的多功能性和适应性。相反，专注于明确的三维表示的有限研究往往忽略了生物医学领域内的文本数据。因此，将二维和三维分子信息以及生物医学文本相结合的分子表示学习模型仍十分缺乏。

2024-08-07

1190

Science博客｜AI能否解决临床数据问题？

数据算法人工智能博客工具

2024年6月27日，来自布列根和妇女医院的Daniel Barron和哈佛医学院的Xiang Li、Quanzheng Li在Science发表评论：Can AI solve the clinical data problem?

2024-08-07

790

Nature子刊｜AlphaFold3：向解码分子行为和生物计算迈出的一步

架构模型设计数据研发

在生物科学的广阔领域中，理解生物分子的三维结构及其相互作用是揭示生命奥秘的关键步骤。近年来，随着人工智能和机器学习的飞速发展，科学家们在这一领域取得了突破性进展。其中，AlphaFold3的问世尤为引人注目，它不仅能够预测单个生物分子的三维结构，还能准确预测生物分子复合物的结构，为解码分子行为和生物计算提供了强有力的工具。

2024-08-05

1120

厦门大学刘向荣团队提出MFE模型，通过多模态特征提取预测蛋白质-配体结合亲和力

框架模型数据性能优化

在药物发现领域，准确有效地预测蛋白质与配体之间的结合亲和力对于药物筛选和优化至关重要。然而，目前的研究主要是利用基于序列或结构的表征来预测蛋白质与配体的结合亲和力，而对蛋白质与配体相互作用至关重要的蛋白质表面信息的研究相对较少。此外，在处理蛋白质的多模态信息时，传统的方法通常以直接的方式连接不同模态的特征，而不考虑它们之间的异质性，这导致无法有效地利用模态之间的互补性。

2024-07-31

800

Sci Transl Med｜基于铁死亡机制的耐药性急性髓系白血病的新疗法

模型设计数据异常队列

2024年7月24日，瑞士日内瓦大学医学院肿瘤血液学转化研究中心的Jerome Tamburini团队与中山大学药学院药物分子设计研究中心徐峻-顾琼团队在Science Translational Medicine杂志上发表了题为“Targeting ferritinophagy impairs quiescent cancer stem cells in acute myeloid leukemia in vitro and in vivo models”的研究论文，提出了耐药性急性髓系白血病(AML)的新疗法。

2024-07-30

1480

Nat Chem Biol｜临床前药物发现中的机器学习

模型研发优化机器学习 nat

2024年7月19日，来自加拿大麦克马斯特大学的研究人员在Nature Chemical Biology上发表研究Machine learning in preclinical drug discovery，讨论了在药物发现的临床前阶段整合机器学习方法的现状和未来前景，重点关注其在不同疾病领域的应用，以加速初始药物发现、作用机制（MOA）阐明和化学性质优化。

2024-07-30

1340

加州大学提出FS-CAP模型，通过基于配体的小样本学习预测化合物活性

fs 编码模型数据性能

基于一种或几种现有化合物的已知活性，预测新化合物对生物物理或表型分析的活性是早期药物发现的共同目标。这个问题可以看作是小样本学习的挑战，之前的研究已经开发了一些小样本学习方法来分类化合物的活性和非活性。然而，超越分类和根据预期亲和力对化合物排序的能力更有价值，而这一方面与小样本学习相结合的研究，目前还鲜有涉及。

2024-07-30

650

Science｜利用结构信息语言模型指导蛋白质的进化

测试工具模型设计数据

蛋白质作为生命体系中的基本构建块，其功能与活性高度依赖于其三维结构。然而，传统上基于序列信息的蛋白质设计方法难以全面捕捉蛋白质结构与功能之间的复杂关系。为了突破这一局限，研究人员不断探索整合结构信息以指导蛋白质设计与进化的新方法。

2024-07-19

1200

大模型驱动的生物医药市场研究｜Scientist.com推出研究助手Elisa

com 工具开发模型数据

2024年6月19日，全球领先的生物制药市场研究平台Scientist.com宣布推出一款新的大型语言模型(LLM)驱动的研究助手Elisa，Elisa的命名是为了向一种广泛使用的研究测定法和20世纪60年代早期的聊天机器人ELIZA致敬。

2024-07-18

750

Nature｜前Meta科学家推出蛋白质AI设计巨型模型

meta 开发模型设计人工智能

2024年7月8日，Nature发表新闻文章Ex-Meta scientists debut gigantic AI protein design model，介绍了前Meta科学家推出的巨型蛋白质AI设计模型。

2024-07-16

990

Lokavant推出首个AI+临床试验可行性解决方案

行业解决方案数据优化人工智能

2024年6月11日，临床试验智能平台公司Lokavant发布了首款用于优化整个临床开发价值链的人工智能临床试验可行性软件解决方案Spectrum™。Spectrum允许研究团队实时预测、优化和控制试验时间和成本，支持迭代可行性分析和中期研究方案调整--这在当今高度复杂的试验环境中至关重要。

2024-07-16

820

慕尼黑工业大学提出TwinBooster模型，结合自监督学习和大语言模型预测分子性质

模型数据性能监督学习架构

定量构效关系(QSAR)建模是加速药物发现和开发过程的关键因素。然而，药物发现中的数据集规模往往不足以开发准确可靠的QSAR预测因子。这是因为许多关键的分析既耗时又昂贵，使得收集足够的标记样本进行QSAR建模变得困难。此外，这些数据集可能缺乏化学多样性，降低了最终数据驱动模型的泛化能力，或者可能没有报告“负面”(例如，非活性)化合物，限制了可用于训练QSAR模型的信息量。

2024-07-16

940

Nat Commun｜基于化学微扰转录组自监督表征学习的药物筛选

nat 模型数据性能重定向

基于表型的药物筛选方法关注化学分子在细胞、组织、整体动物水平上的响应，可以提供对疾病机制的全面理解，在药物研发中发挥重要作用。化学微扰转录组能够提供对药物作用机制更全面的理解，但数据中固有噪声往往掩盖了真正的扰动信号，从中提取有意义的信息具有挑战性，阻碍了化学微扰转录组在药物筛选中的应用。

2024-07-16

1210

Drug Discov Today｜利用深度注意力神经网络推进药物发现

模型数据网络神经网络架构

在快速发展的药物发现领域，传统方法的局限性日益凸显。尽管大量资金投入到新药研发中，但近90%的潜在候选药物在临床试验阶段失败，这主要是由于临床疗效不佳、药代动力学特性不理想或存在不良副作用等原因。为了应对这些挑战，科研人员正在探索利用人工智能（AI）和机器学习（ML）技术来加速药物发现进程、降低成本并提高成功率。特别是深度学习（DL）技术，在管理庞大的数据集、提高预测准确性以及简化复杂工作流程方面展现出了非凡的能力。

2024-07-16

1650

点击加载更多

社区活动

【纪录片】中国数据库前世今生

穿越半个世纪，探寻中国数据库50年的发展历程

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