暂无搜索历史
6月25日,Google DeepMind 团队在预印本平台发布了其最新人工智能模型 AlphaGenome,该模型有望成为解读人类基因组“暗物质”的关键工具。...
基因的转录由启动子和增强子等DNA调控元件控制,而这些元件的活性又受到多种转录因子的调节。由于其中涉及高度复杂的组合逻辑,长期以来一直难以构建能从DNA序列预测...
大语言模型(LLMs)为化学研究提供了新的发展机遇,包括研究规划、实验优化、数据分析、自动化执行和知识管理等方面。将LLM部署于活跃的环境中(即能与工具和数据实...
杭州,2025年6月19日—专注于使用人工智能驱动新药研发的「德睿智药」宣布,其自主研发的口服小分子GLP-1RA新药MDR-001片,在由北京大学人民医院纪立...
当前蛋白质组基因组学在解析基因表达复杂性方面面临重大挑战。为此,研究人员开发了 moPepGen——一种基于图结构的算法,能够在保持线性计算复杂度的同时,全面生...
逆蛋白质折叠旨在生成可折叠为目标蛋白质结构的有效氨基酸序列。尽管近年来深度学习方法在该领域表现出强大潜力,但在预测具有高度结构不确定性区域(如无序区域)方面仍存...
中国香港和上海,6月16日——由生成式人工智能驱动的临床阶段生物医药科技公司英矽智能(Insilico Medicine)今日宣布,已于近期完成E轮融资全部交割...
2025年6月2日,斯坦福大学黄柯鑫、Serena Zhang、王瀚宸、屈元昊、陆荧洲等研究人员领衔的团队,联合Genentech, Arc Institute...
人工智能(AI)正迅速变革制药行业,从靶点发现到精准医疗,全方位重塑行业格局,为加速药物研发与上市带来了前所未有的机遇。然而,尽管AI技术应用日益广泛,由AI赋...
研究人员引入了一种基于transformer的神经网络,在未注释的串联质谱(MS/MS)上进行自监督预训练,从MassIVE GNPS数据库中提取的GNPS实验...
2025年5月15日,Nature Reviews Drug Discovery上发表文章Is the FDA’s plan to phase out anim...
目前,仅有少数罕见遗传病患者可通过外显子组测序获得确诊,这表明尚有许多致病变异可能隐藏在非编码区域。研究人员提出PromoterAI——一种深度神经网络模型,能...
分子表示是本研究理解物质世界的关键要素,也是现代分子机器学习的基础。以往的分子机器学习模型通常使用字符串、指纹特征、全局特征以及简单的分子图,这些表示方式本质上...
近日,一项名为 FoldBench 的系统性评测上线,全面评估了当前全原子预测模型在生物分子结构预测中的表现。该研究由复旦大学、上海交通大学、香港中文大学等机构...
在人工智能驱动的科学研究时代,高质量、大规模的数据集对于机器学习模型的成功至关重要。在化学领域,PubChem和ChEMBL等综合数据库提供了大量有关化合物结构...
高效的新药发现依赖于候选分子的可合成性,但当前基于机器学习的反应预测方法受限于高质量数据的缺乏。研究人员构建了一个基于三组分反应的按需合成平台,可生成具有药物样...
细胞间通信(Cell‒cell communication, CCC)是维持生物系统协调运作的基本过程。越来越多证据表明,同一类型或簇群的细胞在不同微环境中可能...
蛋白质中的内在无序区(IDRs)在细胞功能中发挥着关键作用。越来越多的研究表明,IDRs 往往以不依赖氨基酸精确排列的方式与作用对象结合,而是通过化学互补性驱动...
新药研发中,设计出一个高亲和力的分子只是第一步,更重要的是确保它能够顺利合成。传统的分子生成方法往往只关注到分子结构本身,忽视了后续的合成可行性。这篇文章将为您...
高亲和力的肽-人类白细胞抗原(HLA)分子结合是启动适应性免疫应答的关键。因此,精确预测肽-HLA(pHLA)结合能力对疫苗设计、肿瘤免疫治疗及自身免疫疾病机理...
暂未填写学校和专业