暂无搜索历史
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...
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...
先导化合物优化连接着早期命中与临床候选,是药物发现中依赖结构洞察、化学经验与反复试验的关键环节。传统配体生成模型多从已知分子的二维表示或配体分布中学习,难以充分...
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,...
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...
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...
尽管深度学习极大推动了生物分子建模,但由于 RNA 分子高度柔性,且可用进化序列和同源结构信息有限,准确预测 RNA 三维结构仍然困难。研究人员提出 RNAbp...
AlphaFold3 能够从序列预测高精度蛋白质结构,但通常会收敛到单一主导构象,即使真实结构本身具有明显异质性,也难以充分呈现构象集合。此外,AlphaFol...
关于大型语言模型在真实世界、低资源临床环境中的表现,目前仍缺乏严格证据。研究人员在肯尼亚16家基层医疗机构开展了一项务实性集群随机试验,将临床官随机分配至使用带...
RNA 的功能高度依赖其结构和动态行为。现有 RNA 计算模型通常要么专注于结构建模,要么针对某一类特定折叠问题而设计。研究人员提出了 PlanarFold,这...
暂未填写公司和职称
暂未填写所在城市