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。
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。
「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。
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。