论文题目： Facilitating structure-based drug discovery with an artificial intelligenc...

化学语言模型能够将分子结构表示为类似自然语言的序列，并用于分子描述、性质预测和条件分子生成。然而，现有模型大多依赖SMILES等一维字符串，难以完整表达分子的二...

近年来，随着计算能力、存储资源以及第一性原理计算和机器学习技术的发展，材料数据库规模迅速增长，研究人员能够系统地管理和分析数百万种不同组成与结构的材料。然而，各...

准确预测分子性质是化学、材料科学和药物研发中的核心问题，其性能高度依赖于分子表示方式。近年来，Transformer模型凭借全局自注意力机制逐渐应用于分子学习，...

多重耐药菌的快速传播使传统抗生素研发面临巨大挑战，开发兼具高抗菌活性、低毒性和良好体内稳定性的抗菌肽成为当前的重要研究方向。研究人员提出了一种名为 ARCADI...

蛋白质亚细胞定位决定了蛋白质发挥功能的空间位置，也是解析蛋白质功能、相互作用网络以及疾病机制的重要基础。近年来，大量基于蛋白质序列的亚细胞定位预测模型不断涌现，...

空间转录组技术的快速发展，使研究人员能够在组织原位测量基因表达，并逐步达到亚细胞乃至单细胞分辨率。然而，要将分散在组织空间中的转录本准确归属于单个细胞，首先需要...

临床试验设计通常耗时长、成本高，并高度依赖医学、统计学和数据科学专家的反复协作。真实世界数据，尤其是电子健康记录，包含大量来自临床实践的证据，可用于优化临床试验...

晶体材料发现需要在巨大的组合设计空间中寻找兼具新颖性、稳定性和潜在功能性的候选物。近年来，生成式人工智能已经能够采样化学上看似合理的晶体组成和结构，但仍面临一个...

哺乳动物生物设计正越来越多地面对仅靠直觉和反复试错难以完成的决策。将虚拟细胞模型和虚拟组织模型置于人工智能编排的“设计—构建—测试—学习”循环中心，可以把发现过...

晶体材料发现需要在巨大的组合设计空间中寻找兼具新颖性、稳定性和潜在功能性的候选物。近年来，生成式人工智能已经能够采样化学上看似合理的晶体组成和结构，但仍面临一个...

基于降维的数据可视化是理解复杂生物数据的重要工具。然而，t-SNE、UMAP 和 Isomap 等无监督方法通常只反映数据中的主导结构，而这些结构未必与下游分析...

骨转移发病率不断上升，CT 因快速、低成本且可及性高，常作为骨转移筛查和初步评估的重要影像手段。然而，骨转移的精准诊断并不只是识别 CT 上是否存在骨病灶，还需...

COMPASS 概念瓶颈架构以“漏斗”意象呈现——将高维基因表达逐层汇聚为可解释的肿瘤免疫概念。（来源：由Daniel Marbach 博士设计与提供）

与通用人工智能体相比，深度研究智能体能够进行更长链条的推理和更深入的文献探索，以研究复杂问题。研究人员提出 DeepEvidence，这是一个面向异质生物医学知...

生成大量候选构象是提高生物分子结构预测准确性的常用策略，但无目标采样效率低、成本高，尤其在复杂多聚体装配体中容易产生大量冗余且多样性有限的构象。研究人员提出 H...

Fu, L., Huang, J., Li, C. et al. Critical slowing down of semiarid vegetation re...

与通用人工智能体相比，深度研究智能体能够进行更长链条的推理和更深入的文献探索，以研究复杂问题。研究人员提出 DeepEvidence，这是一个面向异质生物医学知...

COMPASS 概念瓶颈架构以“漏斗”意象呈现——将高维基因表达逐层汇聚为可解释的肿瘤免疫概念。（来源：由Daniel Marbach 博士设计与提供）

近日，美国密歇根大学Peter M. Tessier团队在《Nature Reviews Bioengineering》发表综述文章，题为“Multi-obje...