暂无搜索历史
单细胞扰动预测旨在学习细胞在药物处理、基因编辑或其他外界干预后的状态变化规律,是精准医疗和药物发现的重要研究方向。然而,单细胞测序具有破坏性特点,同一个细胞无法...
无机材料是能源存储、半导体制造、碳捕获和催化等众多关键技术的基础。然而,新材料发现面临极其庞大的化学空间,传统密度泛函理论(DFT)计算虽然准确,但计算成本高昂...
随着英国生物样本库(UK Biobank)、All of Us等大型队列项目陆续完成全基因组测序(WGS),研究人员开始能够系统分析稀有变异在复杂疾病和性状中的...
过去十多年里,“AI改变药物研发”几乎成为生物医药领域最热门的话题之一。然而现实并不总是如宣传般美好。许多早期AI制药公司未能兑现承诺,大量项目停留在概念验证阶...
分子动力学模拟是理解凝聚态体系结构与性质的重要工具,在电池电解液设计、绿色溶剂开发和材料筛选等领域发挥着核心作用。然而,如何仅依赖量子力学计算,在不借助实验参数...
基于结构的药物发现(Structure-Based Drug Design, SBDD)近年来受益于生成式人工智能的发展,尤其是扩散模型和流匹配模型在三维配体生...
RT-qPCR(逆转录定量PCR)是生命科学研究中最广泛使用的基因表达检测技术之一。然而,即使经过严格设计,引物仍然可能出现非特异扩增、扩增效率低下以及实验重复...
在单细胞转录组研究中,基因的高表达并不一定意味着其在细胞功能中真正重要。例如,许多关键转录因子表达量较低,而核糖体或线粒体基因虽然高度表达,却未必决定细胞身份。...
适应性免疫系统通过B细胞和T细胞对抗原的精准识别,为机体提供长期且高度特异性的免疫保护。然而,突变如何改变这些免疫识别过程中的分子互作,仍然是免疫学与计算生物学...
现代科学研究正在以前所未有的速度产生海量数据与复杂知识,但与此同时,科学界也正在不断丢失那些本不该失去的重要知识。大量阴性结果从未发表,研究人员多年积累的经验会...
人工智能辅助材料发现正在快速改变功能材料的开发模式,但二维杂化钙钛矿的设计仍高度依赖经验与试错法。研究人员提出了一种面向 Dion–Jacobson(DJ)型二...
药物研发过程中,大量候选化合物最终失败并非因为活性不足,而是由于难以预测的 ADMET(吸收、分布、代谢、排泄与毒性)问题。研究显示,大约 30% 的临床失败都...
人工智能(AI)正在以前所未有的速度进入医学教育体系。从大型语言模型(LLMs)到临床决策支持系统,AI已经在诊断、用药安全、工作流程优化以及专科医疗可及性方面...
基于DNA序列预测基因表达的 sequence-to-function 模型,已经成为解析顺式调控机制与非编码变异的重要工具。然而,目前主流模型主要依赖健康组织...
催化材料的发现本质上是对巨大化学空间的系统探索,但传统实验与理论方法能够覆盖的范围极其有限。研究人员提出了一种基于分布式生成式 Transformer 的可扩展...
蛋白质组学中的串联质谱(MS/MS)数据解析长期依赖数据库搜索和 de novo 测序方法,但现有模型大多仅作为特征提取器,缺乏统一的深度学习评分框架。研究人员...
近年来,生成式人工智能在蛋白质设计领域取得巨大突破,但在DNA origami(DNA折纸)结构设计中的应用仍然非常有限。其中最大的障碍在于缺乏大规模、标准化且...
生命体系本质上是动态变化的,而蛋白质等大分子并不是单一静态结构,而是由大量可相互转化的构象状态共同组成的动态构象集合(conformational ensemb...
科学研究中的许多关键突破,都依赖于高质量的“实证软件(empirical software)”。这类软件的核心目标并非证明理论,而是通过不断优化可量化指标来提升...
Prime editing(PE)是一类能够实现“搜索—替换”式精准基因编辑的重要工具,但现有系统虽然经过实验室进化优化了催化活性,却也因此引入了新的问题:逆转...
暂未填写公司和职称
暂未填写所在城市