暂无搜索历史
研究人员提出了一种整合多种计算方法的策略,用于在全蛋白组尺度上预测蛋白–蛋白相互作用,并构建功能网络。该方法融合了三类互补信息来源:基于三维结构的PrePPI方...
人工智能正在通过提供适应生物系统复杂性的可扩展计算框架,重塑生物医学研究。在这一变革中,生物/化学语言模型,尤其是大语言模型,正在将分子结构重新定义为一种可以被...
在结构基础药物设计中,针对柔性蛋白口袋进行分子设计一直是一个极具挑战性的问题,因为蛋白在配体结合过程中往往会发生构象变化。尽管近年来基于深度学习的分子生成方法取...
化学合成至今仍然类似于“手工艺”,每一个目标分子都需要定制化设备、临时设计的实验方案以及大量试错过程。研究人员指出,这并不是化学本身的固有限制,而是缺乏统一计算...
研究人员提出了一种名为 Sequence Display 的新型实验平台,可在单次实验中生成大规模蛋白序列–活性数据集。该方法通过将蛋白变体的功能活性编码为相邻...
在计算机辅助药物发现中,生成具有真实可合成路径的新型类药分子是一个关键目标。然而,当前的生成模型往往缺乏对化学合成过程的认知,导致生成的分子难以甚至无法在实验中...
研究人员提出了一种全新的人工智能评估框架,通过构建“通用尺度”,实现对AI系统能力的可解释分析与对未来任务表现的准确预测。该方法突破了传统基准测试仅依赖平均性能...
传统以动物模型为核心的药物研发体系长期面临极高的失败率,这促使研究人员不断探索更加以人为中心的新方法学(NAMs)。近年来,基于干细胞、类器官以及计算模型的技术...
噬菌体是地球上数量最多的生物实体之一,而细菌为了抵御其感染,进化出了复杂的先天免疫系统。这些系统不仅在生物学上具有重要意义,还被广泛应用于生物技术领域。然而,目...
蛋白序列空间中功能序列的分布对于进化理论与蛋白设计具有基础性意义,尤其是在尚未被进化探索的区域中可能隐藏着丰富的新功能。研究人员针对一个核心问题展开研究:现存蛋...
单序列蛋白结构预测因无需依赖同源信息而具有重要应用价值,但其精度长期受限。研究人员提出TDFold,一种基于二维几何模板扩散的新方法,通过生成高质量的残基间几何...
机器学习的快速发展极大推动了结构生物学,使得仅依赖序列即可实现高精度蛋白结构预测。然而,在侧链排布、构象变化以及分子相互作用等方面仍存在明显局限,同时高质量实验...
蛋白语言模型产生的嵌入表示已成为连接序列与结构、功能等生物学任务的重要桥梁,但这些表示本身的可靠性长期未被系统评估。研究人员提出一种模型无关的方法,用于量化蛋白...
2026年4月2日,国家药监局发布《关于“人工智能+药品监管”的实施意见》(以下简称《意见》)。
为深入贯彻落实《国务院关于深入实施“人工智能+”行动的意见》《国务院办公厅关于全面深化药品医疗器械监管改革促进医药产业高质量发展的意见》,抢抓人工智能发展重大战...
随着大语言模型驱动的智能体不断发展,其在自动化复杂任务和科学数据探索中的潜力日益凸显,但在生物医学数据分析领域仍受限于多工具调用和多步骤推理的复杂性。研究人员提...
随着单细胞转录组数据规模的快速增长,基于大规模预训练的基础模型正在成为网络生物学的重要工具。然而,模型规模的提升也带来了计算资源消耗的显著增加,限制了其在实际研...
脂质纳米颗粒(LNP)是目前最重要的mRNA递送载体之一,但如何实现组织特异性递送仍然是关键挑战。尽管已有研究通过调控脂质结构改善递送性能,但离子化脂质的三维空...
研究人员围绕一类镧系依赖的光氧化还原酶(PhotoLanZymes, PLZ)开展研究,该类酶能够在可见光照射下催化二醇底物的自由基C–C键断裂反应。然而,早期...
X射线断层成像在医学和科学研究中被广泛应用,但在低剂量或数据稀缺条件下,图像退化严重,成为可靠分析的重要障碍。现有方法通常针对特定模态或预定义退化过程设计,因此...
暂未填写公司和职称
暂未填写所在城市