暂无搜索历史
近年来,蛋白结构预测领域取得了突破性进展,从AlphaFold2到AlphaFold3,深度学习模型不断刷新我们对生命分子结构的认知。然而,一个更深层次的问题逐...
细胞内抗体(intrabody)能够在活细胞内结合特定靶标,在成像、诊断和功能调控中具有独特优势。然而,由于抗体天然进化于胞外环境,其在还原性的胞内条件下往往出...
细胞—细胞相互作用(CCI)是组织发育与器官功能维持的核心机制。尽管成像型空间转录组技术使单细胞分辨率的 CCI 研究成为可能,但现有分析方法仍受限于配体–受体...
小分子通过结合 RNA 调控其命运与功能,为疾病治疗提供了重要机遇。然而,现有小分子–RNA 相互作用预测方法通常依赖 RNA 的三维结构信息,严重限制了适用范...
分子结构优化的精度直接决定了计算化学与分子设计任务的可靠性。研究人员提出了一种基于物理约束黎曼流形的去噪模型(R-DM),用于实现具有化学精度的分子结构优化。不...
随着单细胞技术的发展,研究人员能够在多种遗传、化学、环境或疾病扰动条件下解析细胞状态变化。然而,现有扰动分析方法往往针对单一任务,分析流程分散,难以适应大规模、...
准确预测细胞在未测量基因扰动下的转录响应,是理解基因调控机制和指导功能基因组学实验的关键。然而,单细胞 CRISPR 扰动实验(如 Perturb-seq)在规...
基于表位的疫苗在传染病和癌症治疗中具有重要潜力,但准确识别真正具有免疫原性的肽段仍极具挑战性。现有方法多依赖氨基酸序列信息,难以充分利用蛋白结构和生化特征。研究...
加速材料与化学发现对于应对全球性挑战至关重要,但当前实验流程的开发高度依赖真实实验环境,严重限制了规模化与迭代效率。研究人员提出 MATTERIX,一个多尺度、...
蛋白–配体对接是结构生物学与药物发现中的核心问题。尽管近年来出现了大量基于深度学习的对接与共折叠方法,但这些方法在真实应用场景中的泛化能力仍缺乏系统评估。研究人...
单细胞大语言模型(scLLMs)能够从大规模单细胞图谱中学习丰富的生物学知识,但在“上下文外”应用场景中,其零样本预测往往不稳定。研究人员提出了一个参数高效微调...
理解分子过程的原子尺度机制,是理性设计材料与药物的核心前提。理论上,分子机制可通过在高维自由能景观上追踪最小自由能路径(MFEP)来刻画,但在实际体系中,自由能...
从新一代疫苗、长效抗体,到基因编辑、细胞与 RNA 疗法,2026 年即将公布结果的一批关键临床试验,集中体现了当代医学的三大趋势:精准化、机制导向与长期疗效。...
2025 年,FDA 共批准 44 款新型药物疗法(Novel Drug Therapy),覆盖肿瘤、自身免疫、遗传病、感染性疾病、神经系统疾病及心血管代谢疾病...
随着大语言模型(LLMs)被广泛用于创意生成与知识生产,其是否具备、以及在何种程度上具备“创造力”成为核心问题。研究人员通过一项大规模对比研究,系统评估了人类与...
代谢物水平的改变与多种疾病的发生发展密切相关,但通过传统生物实验系统性识别代谢物–疾病关联往往成本高、周期长。为此,研究人员提出了一种深度学习框架 ZNGEA,...
从头蛋白设计近年来受益于生成式模型的快速发展,使研究人员能够同时生成全新的蛋白结构与序列。然而,一个长期存在的核心难题仍未完全解决:如何确保设计得到的序列能够稳...
在量子力学诞生一百周年之际,机器学习原子间势(MLIPs)已成为分子模拟与计算化学领域的变革性工具。它们在接近量子力学精度的同时,提供了接近经典力场的计算效率。...
在催化材料设计中,如何在巨大的成分与结构空间中高效识别高性能候选材料,是制约催化反应优化的核心难题。研究人员提出了一种由机器学习引导的扩散模型逆向设计框架,用于...
罕见遗传病种类繁多但单病患者极少,临床医生往往缺乏足够经验,导致约七成患者长期无法确诊。现有深度学习诊断方法通常依赖每种疾病拥有大量已确诊样本,这在罕见病场景下...
暂未填写公司和职称
暂未填写所在城市