暂无搜索历史
随着人工智能逐渐进入临床实践,生物医学图像分析不仅需要高准确率,更需要能够向医生清晰展示诊断依据。然而,目前大多数医学视觉语言模型虽然能够生成诊断结论,却无法准...
分子结构解析是化学研究中最基础也最具挑战性的任务之一。传统结构解析通常需要研究人员综合核磁共振(NMR)、红外光谱(IR)、质谱(MS)等多种实验数据,并结合丰...
核磁共振(NMR)谱学是解析分子结构最重要的实验技术之一,但复杂谱图的解读长期依赖经验丰富的专家,通过结合多种谱学特征和启发式规则逐步推断结构。尽管近年来深度学...
蛋白质结构基序是由少量空间上特定排列的残基组成的保守三维结构单元,往往与蛋白稳定性、配体结合以及催化活性密切相关。随着AlphaFold2及相关深度学习模型的发...
晶体结构的准确表征是推动机器学习应用于大规模晶体材料模拟的关键。然而,如何有效捕获并利用晶体结构复杂的几何与拓扑特征,仍然是当前晶体性质预测领域面临的重要挑战。...
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...
暂未填写公司和职称
暂未填写所在城市