公众号/ ScienceAI（ID：Philosophyai） 编辑 | 萝卜皮 机器学习方法，特别是在大型数 […]
想象一下，设计新生物是否可以像设计集成电路那样简单易行。这就是GP-write联盟正在开发的计算机辅助设计（CAD）程序的最终愿景。
文/刘敏娟 今日，美团点评CEO王兴在新经济100人2017年CEO峰会上对ofo所倡导的“连接自行车”的概念 […]
文/ Anna Escher 这一周，Facebook 的假新闻风波继续发酵，其对大选富有争议的影响受到了严格 […]
有关企业文化的讨论一直都是非常有意思的话题。一个企业能不能成功做好一件事情，业内常常会判断称这家企业有没有“基 […]
摘要：文章来自铅笔道，记者：薛婷。 □ 1992年出生的赵柏闻高二辍学加入华大基因，汪建曾把他比作“中国的比尔 […]
6月，导购网站集体爆发，在蘑菇街宣布获得2亿美元融资后，淘粉吧紧随其后宣布获得1亿元融资。而在6月的最后一天， […]
最近，研究人员能够从少量血液样本中测量数千种血浆蛋白，这为广泛的数据提供了新的维度，可以增进我们对人类健康的了解。
PENCIL的分类模式识别特定表型富集的亚群，与差异丰度测试算法具有相同的应用。然而，基于监督学习的 PENCIL 框架提供了一种更灵活的方式来同时选择基因和识别亚群。为了证明这一独特的特征，与其他方法进行比较的模拟被设计为需要基因选择。
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」。
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。
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。
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。
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。
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。
Return to Top ▲
友情链接