暂无搜索历史
从一段自然语言提示出发,到给出可送湿实验的候选分子,Latent Labs 这次想证明的,不只是模型会设计蛋白,而是 Agent 能否把药物设计流程真正跑起来。
当我们已经习惯用自然语言让 AI 写文章、画图、生成代码的时候,一个更大胆的问题正在被认真讨论:能不能用一句话,让 AI 自主完成一个完整的药物发现流程?
过去大半年里,从论文检索、代码调试、数据分析到推文撰写,AI 编程工具已经深度嵌入了科研、日常整个工作流。其中用得最多的就是 Anthropic 的 Claud...
药物发现的核心逻辑之一,是找到能够逆转疾病状态的分子。如果一种疾病让某些基因异常上调、另一些基因沉默,那么理想的药物应该把这幅被扭曲的基因表达图谱重新拨回正常。...
在过去几年中,AI彻底改变了蛋白质结构预测的能力,从序列到结构的预测精度达到前所未有的高度。然而,对于真实的药物发现和对应分子体系而言,单一的静态结构远远不够。
2026年3月的GTC大会上,NVIDIA Digital Biology Labs 一口气放出了四篇重磅工作,从蛋白质结构生成到全原子结合物设计,从蛋白质复合...
生物分子相互作用是细胞生命活动的核心。小到一颗药物分子与蛋白口袋的结合,大到一枚纳米抗体对肿瘤抗原的识别,本质上都遵循同一套原子尺度的物理化学原理——氢键、疏水...
在生成式分子设计中,“可合成性约束”仍然是一个尚未被充分解决的关键问题,尤其是在需要同时满足多参数优化目标、保证分子可合成,并且强制在合成路径中包含特定构建块的...
对于 AIDD 领域的研究者而言,如何从海量论文中快速定位相关工作,是每年顶会季的必修课。
在通往通用人工智能(AGI)的道路上,多模态学习无疑是核心战场。然而,当前主流的多模态大模型(LMMs)大多依赖于复杂的组合式架构(如视觉编码器+大语言模型)或...
在全球药价压力持续上升、药物研发成本不断攀升的背景下,生物技术公司、制药企业与转化医学研究人员正在重新评估:早期临床项目应在何时、何地、以何种方式启动。
概念工程系统设计具有高度复杂性、不确定性和创造性,传统设计方法与现有 AI 工具难以全面应对这些挑战。研究人员提出 iDesignGPT 框架,将大语言模型与成...
分子生成模型正在快速推动化学发现与药物设计的发展。近年来,流匹配模型(flow matching)在无条件分子生成任务中已达到领先水平,但在性质引导生成(pro...
人类每天通过空气、水、食物和消费品接触大量化学物质,但绝大多数化学品缺乏系统的人体毒性数据,严重制约了健康风险管理。尽管机器学习模型在毒性预测方面表现出较高准确...
对多体动力系统进行高精度、可解释且可实时的建模,是理解自然系统与工程系统行为的关键。传统基于物理的模型在复杂系统中难以扩展且计算代价高,而纯数据驱动方法(如图神...
空间表观基因组学技术在保留组织空间信息的同时解析染色质可及性和组蛋白修饰,为研究组织内基因调控机制提供了重要工具。然而,现有空间表观组数据普遍存在信号弱、噪声高...
心血管信号(如光电容积描记信号 PPG、心电信号 ECG 和血压信号 BP)在生理上高度相关,共同反映心血管系统的健康状态。然而,由于可穿戴设备噪声大、信号中断...
大规模组学数据能够描绘细胞内分子调控的整体图景,但其生物学机制解释仍高度依赖人工经验与实验验证。为解决这一瓶颈,研究人员提出 LyMOI,一种将深度学习与大语言...
大型语言模型在复杂推理任务中的卓越表现,很大程度上归功于思维链的引导。然而,当推理路径变得冗长复杂时,模型的学习和泛化能力往往会急剧下降。近期,一篇来自字节跳动...
在人工智能的浪潮席卷全球之际,一个古老而复杂的领域——生命科学,正迎来其“ChatGPT时刻”。2020年,DeepMind的AlphaFold以原子级别的精度...
暂未填写公司和职称