
Meta AI团队新成果!150亿参数Transformer模型对原子级蛋白质结构进行进化尺度预测
在这里,Meta AI 团队和纽约大学的研究人员展示了,使用大型语言模型从主序列直接推断结构,可以在高分辨率结构预测中实现一个数量级的加速。
IT思维
IT思维(itsiwei.com)是互联网首个定位在科技与电商“思维”韬略的平台,我们时刻关注互联网电商行业新动向; 诚邀行业资深从业者加入“思维客家族”!
在这里,Meta AI 团队和纽约大学的研究人员展示了,使用大型语言模型从主序列直接推断结构,可以在高分辨率结构预测中实现一个数量级的加速。
有的蛋白质在基态结构中缺乏 Pocket,因此被认为是「不可成药的蛋白质」。
恒星是由分子气体和尘埃在太空中聚结而成。这些分子气体非常稀薄和寒冷,人眼看不见,但它们确实会发出微弱的无线电波,可以用射电望远镜观察到。
2023 年 2 月 28 日,率先采用人工智能技术和计算科学来解决治疗挑战的创新实验室 AION Labs,宣布成立 DenovAI,这是该实验室获得以色列创新局(Israel Innovation Authority)批准的第二家初创公司。
RNA 分子上的甲基化修饰,关系到某些蛋白的表达,进而会影响到细胞的状态,对于疾病治疗药物开发具有潜在应用价值。
自 2022 年 11 月公开发布以来,ChatGPT 引起了全世界的关注,在全球数百万用户面前展示了人工智能的非凡潜力。
在这里,艾伦图灵研究所、伦敦大学、罗氏制药以及 Genentech 的研究人员,概述了该领域的研究进展,并提出了从具有结构化缺失的数据中学习的一系列重大挑战。
全局机器学习力场(MLFF)能够捕捉分子系统中的集体相互作用,由于模型复杂性随系统规模显著增长,现在可以扩展到几十个原子。
让 OpenAI 创建的图像生成系统 DALL·E 2 绘制一幅「金鱼在海滩上啜饮可口可乐」的图画,它会吐出超现实的图像。
化合物效力预测是机器学习在药物发现中的一种流行应用,为此使用了越来越复杂的模型。
最近,一位粒子物理学家谈论他将计算推向了一个新的精度高度。他的工具?一个 1980 年代的计算机程序,称为 FORM。
在这里,Meta AI 团队和纽约大学的研究人员展示了,使用大型语言模型从主序列直接推断结构,可以在高分辨率结构预测中实现一个数量级的加速。
有的蛋白质在基态结构中缺乏 Pocket,因此被认为是「不可成药的蛋白质」。
恒星是由分子气体和尘埃在太空中聚结而成。这些分子气体非常稀薄和寒冷,人眼看不见,但它们确实会发出微弱的无线电波,可以用射电望远镜观察到。
2023 年 2 月 28 日,率先采用人工智能技术和计算科学来解决治疗挑战的创新实验室 AION Labs,宣布成立 DenovAI,这是该实验室获得以色列创新局(Israel Innovation Authority)批准的第二家初创公司。
自 2022 年 11 月公开发布以来,ChatGPT 引起了全世界的关注,在全球数百万用户面前展示了人工智能的非凡潜力。
在这里,艾伦图灵研究所、伦敦大学、罗氏制药以及 Genentech 的研究人员,概述了该领域的研究进展,并提出了从具有结构化缺失的数据中学习的一系列重大挑战。
全局机器学习力场(MLFF)能够捕捉分子系统中的集体相互作用,由于模型复杂性随系统规模显著增长,现在可以扩展到几十个原子。
让 OpenAI 创建的图像生成系统 DALL·E 2 绘制一幅「金鱼在海滩上啜饮可口可乐」的图画,它会吐出超现实的图像。
化合物效力预测是机器学习在药物发现中的一种流行应用,为此使用了越来越复杂的模型。
偶极扩散函数 (DSF) 工程重塑了显微镜的图像,可以最大限度地提高测量偶极状发射器 3D 方向的灵敏度。
开发用于在分子和纳米尺度上分析蛋白质-蛋白质相互作用(PPI)的新方法可以深入了解细胞内信号通路,并将提高对蛋白质功能以及其他生物和非生物来源的纳米级结构的理解。
机器学习方法的进步提供了在科学研究中具有广泛适用性的工具。这些技术正在应用于核物理研究主题的多样性,从而带来促进科学发现和社会应用的进步。
Alex Wiltschko 十几岁时就开始收集香水。他的第一瓶是 Azzaro Pour Homme,这是他在 T.J. Maxx百货的货架上发现的一款永恒的古龙水。他从《Perfumes: The Guide》中认出了这个名字,这本书对香气的诗意描述引发了他的痴迷。着迷了,他把零用钱存起来从而收藏更多。「我最终完全『陷入了兔子洞』。」他说。
深度神经网络(DNN)因其高预测精度已成功用于许多科学问题,但由于其可解释性差,它们在遗传研究中的应用仍然具有挑战性。
在人工智能计算机芯片的广阔前景中,服务于「边缘」市场的产品,包括无人机、物联网设备、电话和低功耗服务器环境,为供应商提供了肥沃的土壤,成为少有的市场之一。
代谢动力学模型通过机械关系将代谢通量、代谢物浓度和酶水平联系起来,使其对于理解、预测和优化生物体的行为至关重要。
脑机接口通常依靠电生理信号来解释和传输神经信息。然而,在生物系统中,神经递质是基于化学的中间神经元信使。这种不匹配可能会引起对传输信息的错误解释。
对比增强脑肿瘤的预处理诊断在临床神经肿瘤学中仍然具有挑战性,因为它们在常规 MRI 上的外观非常相似。
虽然缩小场效应晶体管的尺寸对于提高计算效率是非常有效,但当接近纳米级时,Si/SiO2 界面处的量子隧穿会带来新的问题。
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。
谷歌的人工智能负责人 Laurence Moroney 做出了回应,试图证明人工智能可以做什么。尽管他最初并不担心人工智能会取代他或其他作家。
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 […]
机器学习和基础学科交叉在近年受到越来越多的关注。能够从大量数据中学习的 AI,是否能够像人类一样,从数据中发现规律?当神经网络被用于解决物理问题时,是否有可能学习到物理知识?
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。
机器学习方法的兴起正在加快材料和药物发现过程,然而,当前的技术,主要是深度学习,需要大量数据集来训练模型,并且许多特定类别的化学数据集包含少数示例化合物,限制了它们泛化和生成可以在现实世界中创建的物理分子的能力。
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。
在现有的机器学习框架中,储层计算(Reservoir Computing)展示了快速、低成本的训练,并适用于各种物理系统。
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。
总部位于圣地亚哥的初创公司 LifeVoxel 已在种子轮中筹集了 500 万美元,以支持其 AI 诊断可视化平台的数据智能,以实现更快、更精确的预测。
「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。
得益于空军科学研究办公室的195 万美元赠款,马萨诸塞大学阿默斯特分校数学和统计系教授 Markos Katsoulakis 和 Luc Rey-Bellet,以及布朗大学的 Paul Dupuis 将在接下来的四年开发一种新的机器学习方法,超越对大数据的传统依赖。
Bülent Kızıltan 博士既是一名科学家也是一位企业高管,他通过将创业思维与卓越科学相结合从而推动创新。目前,他在诺华负责因果分析和预测分析的创新工作。以下是他关于药物发现中的数据科学、预测分析和人工智能的访谈内容。
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。
来自美国莫格里奇研究所的 Timothy Grant 发表观点文章,评论《Nature Methods》上的两项蛋白质分子动力学方面的研究,并表示新的计算方法从冷冻电镜图像中捕获分子运动,并提供对蛋白质动力学的更完整理解。
据称,Gateway将主要作为一个停驻设施,一个前往月球表面或最终前往火星的宇航员的中转站。
高性能人工智能 (AI) 计算的先驱 Cerebras 和生物技术平台公司 Peptilogics,近日宣布了一项合作,将通过人工智能加速肽疗法的开发周期。
该综述以「Nanotechnology and artificial intelligence to enable sustainable and precision agriculture」为题,于2021年6月24日发布在《自然植物》(Nature Plants )杂志。