IT思维

引起儿童流行性肠胃炎的 A 组和 C 组轮状病毒中刺突蛋白 VP4 的 VP8* 结构域表现出保守的半乳凝素样折叠，用于在细胞进入过程中识别聚糖。

公众号/ ScienceAI（ID） 编辑 | 萝卜皮 随着抗生素耐药性感染的增加以及不断演变扩大的大流行病毒 […]

劳伦斯伯克利国家实验室（Lawrence Berkeley National Laboratory，LBNL 或LBL）、美国空军研究实验室（Air Force Research Laboratory 缩写AFRL）等机构的研究人员合作，对人工智能在合成生物学中的应用现状、影响、挑战以及潜力与前景进行了较为系统的阐述。

空间分辨转录组学的最新进展使得能够全面测量基因表达模式，同时保留组织微环境的空间背景。破译组织中斑点的空间背景需要仔细使用它们的空间信息。

近日，来自斯坦福大学的 Sadasivan Shankar 和 Richard N. Zare 在《Nature Machine Intelligence》发表 Correspondence 文章：「The perils of machine learning in designing new chemicals and materials」，指出了机器学习在设计新化学品和材料中的危险。

越来越多的生物制药初创公司使用机器学习、数据科学和其他计算方法来寻找新的药物靶点、设计新的治疗方法，并支持他们的测试。

在这里，研究人员试图测试 OP-TIL 是否可以将 I 期 HPV 相关 OPSCC 患者分为低风险和高风险组，并帮助选择患者进行降级临床试验。

针对核酸大分子，特别是 RNA 的基于结构的药物设计（SBDD）是一个获得动力的研究方向，已经产生了几种 FDA 批准的化合物。

随着越来越多的医疗保健机构和供应商致力于使用 AI 和数据改善患者护理，由 AI 驱动的药物发现初创公司 Protai，正利用蛋白质组学和端到端的 AI 平台，重塑药物发现和开发过程。

在过去的 18 个月中，人工智能的采用率猛增。

科学家和机构每年都投入非常多的资源来发现新材料，以期为燃料提供催化剂。

大数据时代，AI 技术在复杂对象的特征表征、多模态融合、样本自动生成等问题中表现出独特的优势，为合成生物学的应用插上了腾飞的翅膀。

耐药细菌的出现需要新抗生素的发现。然而，几十年来，传统的发现策略并没有产生新的抗生素种类。

「了解大脑的所有复杂性需要从多个尺度——从基因组学、细胞和突触到整个器官水平的洞察力。这意味着处理大量数据，超级计算正在成为解决大脑问题的不可或缺的工具。」

在这里，法国国家科学研究中心（CNRS）和艾克斯－马赛大学（Aix-Marseille University）的研究人员确定了感染葡萄酒细菌 Oenococcus oeni 的两种溶解性 siphophage OE33PA 和 Vinitor162 的粘附装置的结构和拓扑结构。这些噬菌体具有不同组成和形态的粘附装置，并且可能使用不同的感染机制。

今天，生物医学研究人员可以通过使用机器学习进行基于图像的分析，有效地对显微镜图像中的数千个细胞进行分类。

杜氏肌营养不良症（Duchenne muscular dystrophy，DMD）是一种由肌营养不良蛋白基因突变引起的肌肉萎缩性遗传疾病。

多年前，AI 领域曾发生过一件荒唐而有趣的事情。

研究机器学习，既要数据拟合，也要能解释数据。

设计基因工程细胞并使其执行可定制功能的研究，是一个新兴的前沿领域。

近日，格拉德斯通研究所（Gladstone Institutes）的科学家们提出了一种新的活细胞追踪技术，该技术运用神经网络来分析菌落中共同生长的数百个细胞的位置，展示了人工智能（AI）在细胞生物学中巨大的潜力。当将这项技术应用于一组干细胞时，程序揭露出少数「领导者」细胞能够指导相邻细胞的运动。

不管是好是坏，特朗普政府的美国科技政策，以及之前奥巴马总统的科技政策，往往会设定全球优先事项，新政府肯定也不会例外。

研究人员表示，人工智能技术检测到了数百起未处理污水直接排放入英国河流的事件。

创新这个过程非常神秘，难以描述。

由于企业级采用的滞后，2021 年可能不会是”人工智能年“。