搜索结果: 1-15 共查到“理学 AI”相关记录37条 . 查询时间(0.079 秒)
AI将视网膜成像速度提高百倍
AI 视网膜 成像
2024/4/16
美国国立卫生研究院研究人员将人工智能(AI)应用于一项能生成眼睛细胞高分辨率图像的技术中。新技术使视网膜成像速度提高100倍,图像对比度提高3.5倍。这一进展将为研究人员评估老年性黄斑变性和其他视网膜疾病提供更佳工具。相关研究发表在最新一期《通讯医学》杂志上。
AI无需人干预设计新蛋白质
蛋白质 人工智能 机器人
2024/1/29
《自然·化学工程》创刊号2024年1月12日发表一项研究,报道了一个能对蛋白质进行工程改造的、由人工智能(AI)驱动的全自动机器人。研究结果是对无需人类干预的蛋白质设计和构建的一次概念验证。
《植物学AI课程》新形态教研西行会议成功举办(图)
植物学 AI课程 新形态
2024/4/28
阴道炎主要分为细菌性、真菌性、滴虫性,其中细菌性阴道炎(Bacterial Vaginosis) 影响高达1/3的育龄妇女。与其它阴道炎不同,迄今为止,BV没有发现确切的病原菌。近年来,特别是人类微生物菌群计划(HMP)以来,一个“时髦”的解释是阴道菌群失调(Dysbiosis)引发BV。但什么是菌群失调,如何量化失调其实没有标准,更别说能够直接应用于BV诊断。换句话说,“菌群失调”其实就是(菌群...
AI可生成在天然蛋白质中从未见过的拓扑结构
拓扑结构 AI 天然蛋白质 多亚基聚体
2023/7/17
《自然》杂志11日发表的论文描述了一项结构生物学新突破:一种能设计新蛋白质的深度学习方法,名为RoseTTAFold Diffusion(RFdiffusion)。其能生成各种功能性蛋白质,包括在天然蛋白质中从未见过的拓扑结构。
天津工业生物所开发全新酶功能注释AI工具ECRECer(图)
酶功能注释 蛋白质 转移酶 水解酶
2023/7/7
蛋白质功能注释是通过对蛋白质序列、结构的分析确定蛋白质功能,在生物学研究等领域具有重要意义。随着AlphaFold2、ESMFold等人工智能的方法开发,目前已经可以通过计算方法获得比较准确的蛋白结构,但从蛋白序列到功能的注释仍然面临着巨大挑战。目前,UniProt蛋白库(包含大约1.9亿个蛋白序列),只有不到0.3%(约50万个)经过了人工审核,其中仅有不到19.4%的蛋白质得到了明确的实验证据...
中国科学院深圳先进技术研究院蛋白质15位点高阶互作实验测量与AI预测(图)
蛋白质 实验测量 厌氧生物
2023/8/6
2023年4月17日,中国科学院深圳先进技术研究院司同课题组在国际学术期刊ACS Synthetic Biology发表研究论文“Deep Mutational Scanning of an Oxygen-Independent Fluorescent Protein CreiLOV for Comprehensive Profiling of Mutational and Epistatic E...
AI system can generate novel proteins that meet structural design targets(图)
AI系统 新型蛋白质 可调蛋白质
2023/6/6
据日本共同社报道,日本北海道大学研究生院特聘教授小林泰男等人的团队正在研究如何减少牛打嗝排出的温室气体甲烷。
碱基编辑器(Base Editor, BEs)能够有效修改基因组的特定碱基,为纠正人类已知的致病性单核苷酸变异(Single nucleotide variations,SNVs)带来了巨大的希望。基础科学探索和疾病治疗应用迫切需要构建大量具有致病性SNV的疾病细胞模型用于开展科学研究,然而传统疾病细胞模型的构建主要依赖人工操作,不仅耗时,而且成本高昂且容易出错。
宁波材料所在AI+材料计算模拟领域取得系列进展(图)
材料计算 电子结构 量子力学
2023/7/13
基于量子力学的原子层级模拟计算是材料学中一种直观有效且常用的研究方法,它可以研究材料的空间原子结构、电子结构,以及由此带来的各种宏观物理、化学性质。长期以来,材料计算模拟的发展受到计算尺度的严重制约,例如描述理想周期结构、完美晶格的密度泛函理论仅可求解百原子量级的体系。然而真实的材料体系是不完美并且非常复杂的,材料中存在缺陷、晶畴界、表界面、非晶无序等结构特征,处于非平衡态的材料体系同时具有动力学...
2022年11月15-16日,于西安举办的2022昇腾AI创新大赛全国总决赛完美谢幕,中国农业科学院生物技术研究所蛋白设计与智造团队继获得河北区域赛决赛金奖后,通过线上参赛,荣获全国赛银奖以及最具人气团队奖。
碱基编辑器(Base Editor,BEs)能够有效修改基因组的特定碱基,为纠正人类已知的致病性单核苷酸变异(Single nucleotide variations,SNVs)带来希望。基础科学探索和疾病治疗应用亟需构建大量具有致病性SNV的疾病细胞模型用于科学研究,而传统疾病细胞模型的构建主要依赖人工操作,不仅耗时,而且成本高昂、易出错。