IT思维

新的研究表明深度学习如何改善基因疗法和抗病毒药物。

微塑料无处不在——在我们喝的水、吃的食物和呼吸的空气中。

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。

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。

蛋白质设计一直依赖于结构功能与蛋白序列的对应关系。

深度学习方法在计算机视觉、自然语言处理等领域发挥着越来越重要的作用。

抗体是免疫系统产生的小蛋白质，可以附着在病毒的特定部位以中和它。

这要归功于一个由 NASA 艾姆斯研究中心的研究人员开发的名为 ExoMiner 的新深度神经网络。

临床医生越来越多地借助算法工具做出重要的医疗保健决策，这些工具利用大量复杂数据，其程度远远超过人类思维的推理能力。

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。

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。」

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。

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。

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。

研究机器学习，既要数据拟合，也要能解释数据。

近日，Perlmutter 超级计算机在美国国家能源研究科学计算中心 (NERSC) 正式投入使用，将为 7000 多名研究人员提供近 4 百亿亿次浮点运算的 AI 性能，是人工智能领域使用 16 位和 32 位混合精度数学处理工作负载的最快超级计算机。

为了让人工智能的某些创新成果能从实验室走到现实世界，研究人员需要「创建相对真实的测试环境」，而这一步通常是巨大的挑战。

随着科技和社会的发展，视障人士的出行逐渐得到了重视和保护。

人工智能已经进入游戏，自动驾驶和其他领域，并取得了不同的成功，现在它正在尝试烹饪。在谷歌的人工智能技术击败了英国烘培大赛的赢家之后，索尼开发了一种名为FlavorGraph的深度学习系统将大蒜、橄榄和牛奶等成分配对。

通过收购Nuance公司（其产品包括转录工具Dragon），微软希望为快速增长的医疗计算领域提供更多服务。Nuance拥有一大群老客户，其大量与医疗保健相关的语音和文本数据也是构建新系统的关键。