- 综合排序
- 最热优先
- 最新优先
- 来自专栏DrugOne
AI工具正在接管生命科学实验室？
AI正在以前所未有的深度和广度重塑科学研究的全景，尤其是在生物医药领域。 AI研究助理：您的全天候科研伙伴 这类工具通常以AI智能体的形式出现，能够模拟人类科学家的工作流程，自主执行从文献调研、数据分析到报告生成的端到端任务。 链接：https://www.k-dense.ai/ Potato: 由科学家为科学家打造的协作平台，其AI协同科学家“Tater”能够进行推理、规划和执行实验。 无论是作为自主工作的AI科学家，还是简化复杂分析的智能代理，这些工具都在定义未来科研的新基准。 未来，随着AI智能体在湿实验室自动化的进一步整合，我们可能很快会进入闭环科学时代。 我们将不定期更新数据库，追踪全球最前沿的 Bio-AI 工具动态。 欢迎关注 MindDance，一起探索 AI 与生命科学交汇的最前沿。
56320编辑于 2026-02-03 - 来自专栏HyperAI超神经
清华大学生命科学学院张强锋教授：AI 理解生命科学的海量数据，解析复杂调控网络
作者：田小幺 编辑：李姝，李宝珠 清华大学生命科学学院、清华-北大生命科学联合中心研究员、博导张强锋教授在第六届北京智源大会的「AI for Science」论坛上以「当人工智能遇上生命科学」为题，分享了如何利用 AI 结合冷冻电镜实现蛋白质结构的解析。 在第六届北京智源大会的「AI for Science」论坛上，清华大学生命科学学院、清华-北大生命科学联合中心研究员、博导张强锋教授以「当人工智能遇上生命科学」为题，分享了如何利用 AI 结合冷冻电镜实现蛋白质结构的解析 AI for Science 是 AI 应用非常重要的方向之一。Science 需要理解这个世界，AI 可能是其中一个非常重要的途径，在这方面具有非常大的发展潜力。 正因如此，人们真切感受到了生命科学的复杂性，绝对不仅仅是中心法则就能概括的。 AI 解析复杂的生命科学 正如微积分推动了现代力学的建立，技术是推动科学进展的重要动力。
55810编辑于 2024-07-15 - 来自专栏AI科技评论
ACM、IEEE Fellow 李明：将 AI 用于生命科学的三十年
回想2020年AlphaFold 2的横空出世，以及延续下来的AI制药创业热情，我们很难承认这是一个人或者一个团队的灵感成果。 李明说，“生命科学领域存在大量的数据，单纯靠湿实验室远远不够。个性化治疗的普及需要干实验室化，AI将会帮助生物学家将制药流程从湿实验转到干实验。” 百蓁利用BSI在软件和AI上的优势，在国内开始服务高端蛋白质学CRO市场。 李明表示，从BSI到百蓁生物，如果能够为生命科学做出一点推动，我的工作就算没有白费。 更多内容，点击下方关注： 扫码添加 AI 科技评论 微信号，投稿&进群：
2.2K20编辑于 2023-04-12 - 来自专栏大数据文摘
生命科学中的大数据
作者游文娟 摘自生命科学研究快报 2014年6月13日，《科学》杂志刊载了一篇由美国科学促进会（AAAS）科技出版顾问Mike May撰写的一篇题为“Big Biological Impacts from 大数据与生命科学 大数据是目前最热的概念之一，也是容易被曲解的概念。顾名思义，大数据意味着大量的数据，然而这只是从字面理解的含义。 生命科学的数据来源和形式多样，包括基因测序、分子通道、不同的人群等。如果研究人员能解决这一问题，这些数据将转变成潜在的财富，即问题在于如何处理这些复杂的信息。 当下，相关领域期待那些能分析大数据，并将这些数据转换成更好理解基础生命科学机制和将分析成果应用到人口健康上去的工具和技术的面市。 （1）“量”的持续增加 数十年前，制药公司就开始存储数据。 然而，对学术领域和产业领域的生命科学研究人员，新一代测序既提供了好处也带来了问题。正如Crandall所抱怨的那样，他们并不能有效研究如此多的基因组，除非开发的计算机系统能够满足分析大量数据的需求。
99481发布于 2018-05-21 - 来自专栏DrugOne
Nature丨AlphaFold2带着源码来了，开启AI生命科学的新时代
推荐阅读： DeepMind的蛋白质折叠AI解决了50年来的生物学重大挑战 AlphaFold2摘要及相关视频 蛋白质结构预测的突破 数据驱动的计算蛋白质设计 计算蛋白建模和下一个病毒大流行 ?
1K30发布于 2021-07-28 【AI与生命科学】理解Gene-LLMs：大型语言模型如何学习生命语言
Vellore理工学院研究人员探索了人工智能和生物学之间令人兴奋的交集，其中语言模型最初是为文本开发的，如ChatGPT，现在正被用来解释DNA。这些新系统被称为基因组大语言模型（Gene-LLMs），它们被训练来阅读和理解遗传密码，就像自然语言模型学习阅读和理解人类语言一样。
30510编辑于 2025-10-20- 来自专栏编程教程
AI+生命科学助力化妆品行业革新：代理IP的角色与前景
引言 近年来，化妆品行业正经历一场前所未有的革新，其中AI与生命科学的融合成为这场变革的重要驱动力。 本文将深入探讨AI与生命科学在化妆品行业中的应用，以及代理IP在这一变革中的角色与前景。 一、AI与生命科学在化妆品行业的应用 1. 数据采集与隐私保护 在AI与生命科学结合的背景下，代理IP在化妆品行业的数据采集和隐私保护中发挥着重要作用。生命科学大模型的训练和应用，离不开大量的数据支持。 AI与生命科学的结合，将为化妆品行业提供更多的创新机会和可能性。 通过代理IP，企业可以获取不同国家和地区的消费者反馈，了解不同市场的需求和趋势。 此外，资生堂还通过收购AI相关企业，获取有助于研发新一代化妆品的关键技术，提高自己的产品竞争力。 结论 AI与生命科学的结合，正在为化妆品行业带来一场前所未有的变革。
39310编辑于 2025-08-28 AlphaFold：AI 驱动的蛋白质结构革命，重塑生命科学与产业未来
作者：陈凯里在生命科学的探索历程中，蛋白质结构的解析一直是核心难题 —— 作为生命活动的 “执行者”，蛋白质的三维结构直接决定其功能，破解结构密码，就能解锁疾病治疗、药物研发、环保治理的无数可能。 而 AlphaFold 的出现，以 AI 技术颠覆了这一范式，用计算替代实验，让蛋白质结构预测从 “不可能” 变为 “精准高效”，成为 AI for Science 领域最具里程碑意义的突破。 正式成为生命科学研究的核心工具。 这一突破意味着，AI 可以在数小时内完成传统实验数年的工作，极大缩短了生命科学研究的周期。 驱动的结构预测将与实验技术形成互补，构建 “计算 - 实验” 闭环研发体系，加速生命科学与材料科学的产业化进程。
1.1K10编辑于 2026-02-06- 来自专栏生信技能树
生命科学领域最容易就业的方向是？
有感而发，这里简单的整理了一下我们《生信技能树》团队七八年的资源的十分之一推荐给大家。
73310编辑于 2022-03-03 - 来自专栏AI科技评论
DeeCamp2022 结营：150学员探索AI+生命科学新边界，蛋白质组学AI大数据模型夺冠
这也是6年来一贯倡导“学以致用”的DeeCamp首次聚焦AI＋生命科学这一命题的深意所在。 我很高兴做为本次DeeCamp导师和评委，过去两个多月，我看到同学们在“AI+生命科学”的大命题下，积极探索AI与生命科学的交叉发展之路，也都取得了不错的成果。 生命科学领域步入数字化3.0时代，DeeCamp2022聚焦AI+生命科学，不仅代表了当下整个科学界的研究趋势，也代表了中国的科技和产业发展趋势。 3 聚焦AI+生命科学 探索前沿科技改变人类命运 人工智能+生命科学的交叉在2021进入爆发元年。 2022年，第六届DeeCamp首次聚焦AI+生命科学领域，以“用AI探索生命科学新边界”为主题，号召全球 AI 和生命科学领域的菁英们，迎接最激动人心的挑战，探究改变人类命运的可能性，助力生命科学领域中国
58010编辑于 2022-09-02 - 来自专栏AI科技评论
AI+生命科学必将大有所为，2022《理解未来》世界级科学家线上开讲
1 聚焦AI+生命科学 打造年度高质量科学公益讲座 在科学面临历史性机遇的今天，人工智能和传统科研结合带来的巨大潜能使 AI for Science 成为当前的重要趋势。 作为未来论坛重磅推出的年度高质量科学公益讲座，2022《理解未来》科学讲座聚焦“AI+生命科学”，由未来论坛理事、北京大学李兆基讲席教授谢晓亮领衔倾力策划，邀请人工智能、计算机领域以及蛋白质结构预测、分子力学等生命科学领域的科学家担任主讲及对话嘉宾 4 前瞻对话：AI for Science的未来十年 在前瞻对话环节，嘉宾们围绕“AI for Science及AI+生命科学的未来十年”，“ AI+生命科学目前面临的主要挑战”，“如何促进交叉学科的融合发展 谈到AI+生命科学的产业应用价值，许锦波教授表示，目前AI for Science的产业化环境很好，特别是AI for BioTech。 另外，在生命科学领域，我们需要AI加强对生命过程的理解，也需要生命科学家理解AI可以做什么，当他们在一起碰撞才有可能产生问题导向，才可以真正运用AI解决重要的生物医学问题。
51040编辑于 2022-04-25 - 来自专栏IT创事记
开放与包容：BGI Online加速生命科学产业发展
开放包容的BGI Online 目前来说，生存对华大基因来说已经不是问题，它需要想得更远，更前瞻，去推动生命科学整个产业的发展。 通过BGI Online，华大基因正在跟全球客户、合作伙伴一起，打造一个开放包容的基因生物学研究生态，分享数据，分享成果，加速生命科学产业发展。
74910编辑于 2022-06-16 - 来自专栏Python项目实战
量子飞跃：生命科学中的量子计算应用前景
量子飞跃：生命科学中的量子计算应用前景量子计算，这个听起来像科幻小说里的技术，正在逐步走入现实并为多个领域带来颠覆性的影响。 特别是在生命科学领域，量子计算以其强大的并行计算能力和指数级加速能力，正在解决一些经典计算无法解决的问题，例如蛋白质折叠、药物发现、基因组学分析等。 本篇文章将深入浅出地探讨量子计算是如何在生命科学中大显身手的，并通过简单代码例子来揭示其技术内核。什么是量子计算？要理解量子计算，我们可以将其与传统计算进行对比。传统计算基于比特，每个位只能是0或1。 量子计算在生命科学中的核心应用1. 蛋白质折叠问题蛋白质折叠问题被认为是计算生物学中的“圣杯”。蛋白质的三维结构决定其功能，而通过传统方法计算所有可能的折叠方式需要天文数字级别的运算量。 例如，Google量子AI团队已经开始利用量子计算模拟简单化学反应。
63010编辑于 2025-03-18 - 来自专栏数据派THU
【干货书】深度学习生命科学：药物发现与药物发现
现在它在科学领域掀起了波澜尤其是在生命科学领域。这本实用的书教导了开发人员和科学家如何将深度学习用于基因组学、化学、生物物理学、显微学、医学分析和其他领域。
38110编辑于 2022-05-12 - 来自专栏数据猿
算力赋能，打造生命科学云上新范式
——聚焦数据 · 改变商业 云端算力驱动生命科学创新 实现百万样本高效分析 某生命科学研究院推出的生命科学数据分析平台，是一款基于云架构、由AI驱动的多组学在线分析平台，以技术为根、数据为翼，为科研工作者提供全过程一站式分析服务 该生命科学数据分析平台被誉为生命科学研究与健康应用领域的“超级引擎”，致力于打通科研与临床的壁垒，释放生命大数据价值，助力守护人类健康共同体。 在强大性能的背后，是某生命科学研究院与火山引擎的深度技术合作。 以某生命科学研究院为代表的生命科学机构，在进行基因组重测序、蛋白质分析等业务时，面临两大核心挑战： 1.算力潮汐：蛋白等多组学分析任务常需并行处理数万个样本，瞬时需要高达十万核级别的计算资源，对算力弹性调度要求极高 解决方案与价值：某生命科学研究院选用火山引擎 AMD g3a 实例构建其核心分析平台。
16010编辑于 2026-01-14 - 来自专栏机器之心
施一公等团队登Science封面：AI与冷冻电镜揭示「原子级」NPC结构，生命科学突破
机器之心报道 编辑：杜伟、陈萍 今日，《Science》杂志以封面专题的形式发表了 5 篇论文，共同展现了通过 AI 技术来揭示人类和非洲爪蟾的核孔复合体（NPC）结构。 论文 3：《AI-based structure prediction empowers integrative structural analysis of human nuclear pores》 他们将基于 AI 的结构预测与原位和细胞冷冻电子断层扫描、综合建模相结合。结果表明，接头核孔蛋白在亚复合体内和亚复合体之间组织支架，以建立高阶结构。 他们举例阐释了如何将基于 AI 的建模与原位结构生物学相结合，以了解跨空间组织级别的亚细胞结构。 人类 NPC 支架架构的 70 兆道尔顿模型。
71250编辑于 2022-06-13 - 来自专栏数据派THU
施一公等团队登Science封面：AI与冷冻电镜揭示「原子级」NPC结构，生命科学突破
近日，《Science》杂志以封面专题的形式发表了 5 篇论文，共同展现了通过 AI 技术来揭示人类和非洲爪蟾的核孔复合体（NPC）结构。 论文 3：《AI-based structure prediction empowers integrative structural analysis of human nuclear pores》 他们将基于 AI 的结构预测与原位和细胞冷冻电子断层扫描、综合建模相结合。结果表明，接头核孔蛋白在亚复合体内和亚复合体之间组织支架，以建立高阶结构。 他们举例阐释了如何将基于 AI 的建模与原位结构生物学相结合，以了解跨空间组织级别的亚细胞结构。 人类 NPC 支架架构的 70 兆道尔顿模型。
52820编辑于 2022-06-20 - 来自专栏DrugOne
Methods | 面向生命科学的人工智能智能体
从“模型”到“智能体”：AI 能做什么？ 与传统的人工智能模型不同，AI 智能体并非只负责单一预测或分析任务。 AI 智能体可能带来的改变 如果应用得当，AI 智能体有望在多个层面改变生物学研究： 降低研究门槛：复杂、多步骤的分析流程可以被封装和自动化，使非专家也能开展高水平研究； 节省时间、提升效率：研究人员可以将更多精力投入到科学问题本身 挑战同样不可忽视 当然，AI 智能体并非“银弹”。 或许，未来的 AI 智能体不仅能“帮研究人员把事情做完”，还可能在假设生成、策略选择乃至研究方向探索中发挥更主动的作用。 更远的未来：AI + 机器人实验室？ 但可以肯定的是，AI 智能体正在成为生命科学研究中不可忽视的新变量。下一代研究人员将如何塑造并驾驭这些系统，值得持续关注。 整理 | DrugOne团队 参考资料 Tang, L.
29810编辑于 2025-12-25 - 来自专栏DrugOne
KDD 2022 | 编程指南：生命科学中的图神经网络
编译| 周鹏 本文介绍由亚马逊的研究团队推出的应用于生命科学的图神经网络指南《Graph Neural Networks in Life Sciences: Opportunities and Solutions 图结构数据在生命科学以及医疗场景无处不在，最近很多研究把原来依赖于描述性数据分析的问题转化成依赖于生物网络的问题，例如图神经网络 (GNNs)。 与其它领域相比，生命科学的问题有其自身的独特性和细微的差别。 图机器学习在生命科学的应用 图结构数据在生命科学中十分常见。 图6 总结 这个工作比较全面地介绍了生命科学中的图结构数据和蕴含在这些数据中的科学问题，并提供了从零开始的编码示例和比较详细的代码说明，为新的相关从业和研究人员提供了很好的入门指导。
53730编辑于 2022-11-28 - 来自专栏用户7627119的专栏
李彦宏：以生物计算探索生命科学“无人区”
AI 时代的到来，给全新的交叉学科“生物计算”带来了无限可能。 “我们希望用 AI 技术，缩短药物研发的时间，降低药物的副作用，减轻患者的巨大医疗负担，为每一个生命争取更多的可能性。” 生命科学没有尽头，只有尽力。” 我作为未来科学大奖-生命科学奖的捐赠人，作为一些基因组学研究项目的资助人，也一直在密切关注着这个行业的变化。 我们希望能与诸位科学家、企业家一起，构建开放的生物计算创新生态，去探索广袤浩瀚的生命科学“无人区”。
33740编辑于 2022-09-21
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号