暂无搜索历史
今天为大家介绍的是来自华南理工大学崔巍团队的一篇论文。计算机辅助的启动子设计是合成启动子工程中的一大发展趋势。各种深度学习模型已被用来评估或筛选合成启动子,但关...
今天为大家介绍的是来自中山大学杨跃东团队的一篇论文。单细胞染色质可及性测序(scATAC-seq)技术能揭示基因调控和表观遗传异质性的单细胞分辨率细节,但由于数...
今天为大家介绍的是美国国立卫生研究院陆致用教授团队的一篇论文。PubTator 3.0是一款结合了最先进人工智能技术的生物医学文献搜索工具,它专注于蛋白质、遗传...
蛋白质结构预测是生物化学中最重要的挑战之一。高精度的蛋白质结构对于药物发现至关重要。蛋白质结构预测始于20世纪50年代,随着计算方法和对蛋白质结构的认识不断增长...
今天为大家介绍的是来自Gisbert Schneider团队的一篇论文。多任务学习是一种机器学习范式,旨在通过利用多个任务之间的共享信息来增强预测模型的泛化能力...
AlphaFold 2的问世引发了蛋白质结构及其相互作用建模的革命,使得在蛋白质建模和设计领域有了广泛的应用。 Google DeepMind and Isom...
今天为大家介绍的是来自david baker团队的一篇论文。该篇文章探索了针对单一蛋白质,利用变分自编码器(Variational Autoencoder, V...
主动学习(AL)是一个迭代反馈过程,其能迭代性的从化学空间中识别有价值的数据,从而实现以较少的有标签数据高效的完成对空间的探索和开发。AL的这一特性正好与药物发...
今天为大家介绍的是来自Bryan Briney团队的一篇论文。抗体语言模型是利用大规模机器学习技术,特别是自监督学习方法来理解和预测抗体序列的特性和功能的计算模...
今天为大家介绍的是来自Stefan Harrer的一篇论文。大型语言模型(LLMs)是生成式人工智能(AI)应用的关键组成部分,这些应用能够根据文本指令创建包括...
今天为大家介绍的是来自Hailong Li,Ka-Chun Wong和Hengtong Zhang团队的一篇论文。基于结构的生成方法在计算机辅助药物发现中至关重...
今天为大家介绍的是来自Lu Gan和An-Yuan Guo团队的一篇论文。联合疗法是一种有前景的治疗策略,用以提升免疫检查点阻断(ICB)的疗效;然而,预测有效...
今天为大家介绍的是来自Olivier Gevaert团队的一篇论文。通过合成数据训练机器学习模型可以缓解数据集成本高昂且具有挑战性时数据稀缺的问题。作者在这里展...
今天为大家介绍的是来自Kevin J. Verstrepen团队的一篇论文。食物风味的感知依赖于许多相互作用的化学化合物和外部因素,因此理解和预测它们颇具挑战性...
今天为大家介绍的是来自Michal Kosinski团队的一篇论文。作者设计了一系列语义幻觉和认知反思测试,旨在诱发直觉性但错误的反应。作者将这些任务(传统上用...
今天为大家介绍的是来自Jong Chul Ye团队的一篇论文。人工智能中基础模型的近期成功促使了大规模化学预训练模型的出现。尽管对于提供下游任务有用信息的大型分...
基于结构的虚拟筛选(SBVS)能够从大规模化合物库中快速识别潜在的活性分子。分子对接是SBVS中最常用的技术之一,它可以用于预测配体的结合姿态,描述蛋白质-配体...
今天为大家介绍的是来自Peter R. Girguis团队的一篇论文。解读基因与其基因组环境之间的关系是理解和工程生物系统的基础。机器学习在从大规模蛋白质序列数...
今天为大家介绍的是来自Ileana. M. Cristea团队的一篇论文。蛋白-蛋白相互作用(PPIs)推动细胞过程和对环境的反应,反映了细胞状态。在这里,作者...
今天为大家介绍的是来自Brenda M. Rubenstein团队的一篇论文。论文提出了一种创新方法,利用AlphaFold 2这一革命性的人工智能技术预测蛋白...
暂未填写学校和专业