蛋白质适应度用于量化单个氨基酸突变对蛋白质功能改变与表型修饰的诱导程度，是探究生物学底层机制、开展理性蛋白质设计以及酶工程改造的重要基础。尽管深度突变扫描是当前...

信息超材料是一类将数字编码、电磁波调控与信息处理深度融合的新型人工人工程材料，能够实现波束调控、近场聚焦、全息成像等多种电磁功能。然而，这类材料的逆向设计需要同...

通用机器学习力场有望以接近量子力学计算的精度和远低于密度泛函理论的成本，实现跨元素、跨材料体系的大规模原子模拟。然而，现有模型主要在计算生成的数据集上训练和测试...

信息超材料是一类将数字编码、电磁波调控与信息处理深度融合的新型人工人工程材料，能够实现波束调控、近场聚焦、全息成像等多种电磁功能。然而，这类材料的逆向设计需要同...

大型语言模型在医疗转型中展现出巨大潜力，但其应用受到高计算成本、隐私顾虑和资源需求的限制，尤其是在资源有限地区以及中低收入国家。本文讨论小型语言模型作为医学应用...

还有些企业会用到源NAT（Source NAT）和目的NAT（Destination NAT）的组合。源NAT是内网访问外网时转换源IP，目的NAT是外网访问内...

近年来，基于多序列比对的Potts模型被广泛用于蛋白质设计和突变效应预测。传统观点认为，多序列比对中既包含单位点保守性，也包含残基之间的协同进化信息，两者共同决...

蛋白质语言模型以及融合蛋白质结构或同源序列信息的模型，通常通过估计蛋白质序列出现的可能性来刻画蛋白质适应度景观，并据此预测突变效应或辅助蛋白质设计。按照深度学习...

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...