Saisissez L'âge D'or De « IA + Biomédecine » Et Faites Le Point Sur Les Réalisations Disruptives Les Plus Marquantes De 2024
Au cours de l’année écoulée, l’IA a déclenché une vague de changements dans le monde entier, en particulier dans le domaine biomédical.
Les systèmes d’IA représentés par AlphaFold peuvent prédire la structure tridimensionnelle des protéines avec une précision sans précédent, fournissant des outils révolutionnaires pour comprendre les fonctions des protéines et développer des médicaments ciblés. Dans le domaine de la recherche et du développement de médicaments, l'IA peut non seulement prédire les propriétés des médicaments sur la base de données massives sur les médicaments, mais également concevoir de nouveaux médicaments et raccourcir le cycle de recherche et de développement de médicaments du laboratoire à la clinique. Dans le même temps, l’IA peut également extraire avec précision des informations à partir de données massives de séquençage génétique, identifier rapidement les mutations génétiques et aider les chercheurs à identifier les mutations génétiques liées aux maladies. De plus, l’IA peut également optimiser le processus de différenciation cellulaire et favoriser le développement de grands modèles cellulaires...
Avec l’attribution du prix Nobel de chimie 2024 aux domaines de la conception informatique des protéines et de la prédiction de la structure des protéines, le rôle révolutionnaire de l’IA dans le domaine de la biomédecine a une fois de plus été reconnu à l’échelle mondiale.
Dans cet article, HyperAI se concentre sur les dernières recherches sur l'IA dans le domaine de la biomédecine et sélectionne 46 articles de pointe interprétés entre 2023 et 2024 pour les lecteurs.Ces articles couvrent des conférences/revues de renommée internationale telles que CVPR 2024, ICLM 2024, ACL 2024, Nature, etc., et les unités de recherche sont réparties dans les meilleures universités et institutions nationales et étrangères, notamment Microsoft Research, DeepMind, Massachusetts Institute of Technology, Université de Californie, Académie chinoise des sciences, Université Tsinghua, Université Fudan, Université de Pékin, Université du Zhejiang, Université Jiaotong de Shanghai, Laboratoire d'intelligence artificielle de Shanghai, etc.
Cliquez sur le titre de l’article ou sur l’interprétation chinoise ci-dessous pour accéder à la page d’interprétation de l’article. J'espère que cela vous sera utile.
Pour plus de détails sur les dernières réalisations de l'IA + biomédecine, veuillez consulter :
https://github.com/hyperai/awesome-ai4s
01
Titre de l'article :Conception précise de novo de macrocycles de liaison protéique à haute affinité à l'aide de l'apprentissage profond, 2024.11
Interprétation chinoise :Le dernier ouvrage de David Baker ! La conception de novo d'un cadre de liaison peptidique macrocyclique RFpeptides offre de nouvelles possibilités pour les protéines non médicamenteuses
Contenu de la recherche :L'équipe de David Baker a développé une nouvelle technologie basée sur un modèle de diffusion, RFpeptides, qui est spécifiquement conçue pour concevoir des liants macrocycliques à haute affinité pour une variété de cibles protéiques.
02
Titre de l'article :BioCLIP : Un modèle de fondation pour la vision de l'Arbre de Vie, 2024.02
Interprétation chinoise :Meilleur article étudiant au CVPR ! Un grand ensemble de données de 10 millions d'images et plus de 450 000 espèces, le modèle multimodal BioCLIP permet un apprentissage sans prise de vue
Contenu de la recherche :L'Université d'État de l'Ohio, Microsoft Research, l'Université de Californie à Irvine, le Rensselaer Polytechnic Institute et d'autres ont publié TreeOfLife-10M, l'ensemble de données d'images biologiques le plus vaste et le plus diversifié adapté à l'apprentissage automatique à ce jour, et ont développé BioCLIP, un modèle de base de l'arbre de la vie. Ce modèle exploite pleinement les diverses images biologiques de plantes, d’animaux et de champignons de TreeOfLife-10M, et ses performances sont nettement meilleures que les méthodes existantes dans une variété de tâches de classification biologique à grain fin.
03
Titre de l'article :Y-Mol : un modèle de langage multi-échelle guidé par les connaissances biomédicales pour le développement de médicaments, 2024.10
Interprétation chinoise :D'abord! Quatre grandes universités ont lancé conjointement Y-Mol, un vaste modèle linguistique pour la recherche et le développement de médicaments, dont les performances globales sont en tête de LLaMA2
Contenu de la recherche :Des équipes de recherche de l'Université du Hunan, de l'Université du Centre-Sud, de l'Université normale du Hunan et de l'Université de Xiangtan ont proposé conjointement un grand modèle de langage Y-Mol guidé par des connaissances biomédicales multi-échelles, qui peut être affiné sur différents corpus de textes et instructions, améliorant ainsi les performances et le potentiel du modèle dans la recherche et le développement de médicaments.
04
Titre de l'article :Évolution des voies grâce à une stratégie de dégoulottage et d'équilibrage des flux assisté par l'apprentissage automatique, 2024.02
Contenu de la recherche :L'Institut de synthèse des Instituts de technologie avancée de Shenzhen, Académie chinoise des sciences, a combiné l'automatisation et le cadre d'apprentissage automatique ProEnsemble pour surmonter les barrières techniques de l'incertitude évolutive des voies métaboliques et a réussi le saut de la production en laboratoire à la production à l'échelle industrielle de la naringénine. Son châssis universel peut synthétiser avec succès des composés flavonoïdes à haut rendement.
05
Titre de l'article :Suivi automatisé multidimensionnel de particules uniques dans les cellules vivantes, assisté par apprentissage profond, 2024.03
Interprétation chinoise :Suivi de particules individuelles à l'échelle nanométrique : l'équipe de Fang Ning à l'Université de Xiamen utilise l'IA pour jouer à « Rock in the Cell »
Contenu de la recherche :S'appuyant sur l'apprentissage profond, l'équipe du professeur Fang Ning de l'Université de Xiamen a développé un système automatisé, à grande vitesse et multidimensionnel de suivi de particules uniques (SPT), brisant les limites du suivi de la rotation des nanoparticules dans les microenvironnements cellulaires.
06
Titre de l'article :AlphaFold rencontre Flow Matching pour générer des ensembles de protéines, 2024.06
Interprétation chinoise :Sélectionné pour l'ICML ! Une équipe du MIT réalise une nouvelle avancée basée sur AlphaFold, révélant la diversité dynamique des protéines
Contenu de la recherche :L'équipe de recherche du MIT a sélectionné AlphaFold et ESMFold et les a affinés dans un cadre de correspondance de flux personnalisé pour obtenir des modèles de génération de structure protéique conditionnelle à la séquence, appelés AlphaFLOW et ESMFLOW.
07
Titre de l'article :ProSST : Modélisation du langage des protéines avec structure quantifiée et attention démêlée, 2024.05
Contenu de la recherche :Une équipe de l'Université Jiao Tong de Shanghai a développé un modèle de langage protéique pré-entraîné ProSST avec des capacités de prise en compte de la structure, qui peut intégrer efficacement la structure des protéines et les informations de séquence d'acides aminés, et surpasser les modèles existants dans des tâches telles que la prédiction de la stabilité thermique, la prédiction de la liaison des ions métalliques, la prédiction de la localisation des protéines et la prédiction de l'annotation GO.
08
Titre de l'article :Conception de l'enzyme cytochrome P450 par contrainte de la poche catalytique dans un modèle de diffusion, 2024.07
Interprétation chinoise :Capacité catalytique augmentée de 3,5 fois ! L'équipe de l'Académie chinoise des sciences a développé une méthode de conception de novo de l'enzyme P450 basée sur le modèle de diffusion P450Diffusion
Contenu de la recherche :La nouvelle équipe de conception d'enzymes de l'Institut de biotechnologie industrielle de Tianjin, Académie chinoise des sciences, a développé une méthode de diffusion P450 pour la conception de novo d'enzymes P450 basée sur le modèle de diffusion et les principes de conception de poche.
09
Titre de l'article :DePLM : Débruitage des modèles de langage protéique pour l'optimisation des propriétés, 2024.11
Interprétation chinoise :Sélectionné pour NeurIPS 24 ! L'équipe de l'Université du Zhejiang a proposé un nouveau modèle de langage protéique de débruitage, DePLM, qui prédit mieux les effets de mutation que le modèle SOTA.
Contenu de la recherche :L'équipe de l'Université du Zhejiang a proposé un nouveau modèle de langage protéique de débruitage (DePLM) optimisé pour les protéines. Les informations évolutives capturées par le modèle de langage protéique peuvent être considérées comme un mélange d'informations liées aux caractéristiques et d'informations non pertinentes, où les informations non pertinentes sont considérées comme du « bruit » et éliminées. Le modèle a une forte capacité de généralisation.
10
Titre de l'article :EquiPocket : un réseau neuronal à graphes géométriques E(3)-équivariants pour la prédiction des sites de liaison des ligands, 2024.07
Interprétation chinoise :Sélectionné pour l'ICML ! L'équipe de l'Université Renmin a utilisé le réseau neuronal à graphe équivariant pour prédire les sites de liaison des protéines cibles, avec la plus grande amélioration des performances de 20%
Contenu de la recherche :Une équipe de recherche de la Gaoling School of Artificial Intelligence de l'Université Renmin de Chine a appliqué pour la première fois le réseau neuronal à graphes équivariants E(3) (GNN) à la prédiction du site de liaison du ligand et a proposé le cadre EquiPocket, qui est utile pour diverses tâches en aval telles que la découverte de médicaments.
11
Titre de l'article :DynamicBind : prédiction de la structure du complexe protéine-ligand spécifique du ligand avec un modèle génératif équivariant profond, 2024.02
Contenu de la recherche :L'Université Jiao Tong de Shanghai, en collaboration avec Star Pharma Technology, l'École de pharmacie de l'Université Sun Yat-sen et l'Université Rice aux États-Unis, a proposé un modèle génératif géométrique profond DynamicBind conçu pour l'« amarrage dynamique » des protéines. Cette méthode a été vérifiée par des expériences humides dans le cadre du concours international de criblage de médicaments CACHE et peut éliminer les composés principaux compétitifs pour les cibles difficiles à cibler pour le traitement de la maladie de Parkinson.
12
Titre de l'article :Exploration des ensembles conformationnels du complexe protéine-protéine avec un modèle génératif basé sur les transformateurs, 2024.05
Interprétation chinoise :Version coréenne d'AlphaFold ? Modèle d'apprentissage profond AlphaPPIMd : pour l'exploration d'ensemble des conformations de complexes protéine-protéine
Contenu de la recherche :L'Université Yonsei et ses collaborateurs ont combiné l'apprentissage profond avec l'IA générative pour construire le modèle AlphaPPIMd, qui a révélé les mystères des interactions protéiques grâce à des simulations de dynamique moléculaire.
13
Titre de l'article :UniIF : Pliage inverse des molécules unifiées, 2024.05
Interprétation chinoise :Sélectionné pour NeurIPS 2024 ! L'Université de Westlake a proposé le modèle universel de pliage inverse moléculaire UniIF, qui complète encore AlphaFold 3.
Contenu de la recherche :Une équipe du Future Industries Research Center de l'Université Westlake a proposé le modèle UniIF pour le repliement inverse de toutes les molécules, qui a atteint des performances de pointe dans de multiples tâches telles que la conception de protéines, la conception d'ARN et la conception de matériaux.
14
Titre de l'article :Un modèle de diffusion conditionnelle de protéines génère des séquences d'endonucléases programmables artificielles avec une activité améliorée, 2024.09
Contenu de la recherche :Une équipe de l'Université Jiao Tong de Shanghai a conçu un cadre de modèle de probabilité de diffusion, CPDiffusion, qui peut apprendre la relation de mappage implicite entre la séquence, la structure et la fonction des protéines à un coût de formation et de données très faible, générant ainsi diverses séquences de protéines.
15
Titre de l'article :ProtT3 : Génération de protéines en texte pour une compréhension des protéines basée sur le texte, 2023.05
Interprétation chinoise :Sélectionné pour l'ACL 2024 ! Pour parvenir à une interprétation intermodale des données protéiques et des informations textuelles, l'équipe de Wang Xiang de l'USTC a proposé le cadre de génération de protéines-textes ProtT3.
Contenu de la recherche :L'Université des sciences et technologies de Chine, en collaboration avec l'Université nationale de Singapour et l'Université d'Hokkaido, a proposé un nouveau cadre de modélisation de texte protéique ProtT3. Ce cadre combine les PLM et LM à modalités différentes via un projecteur intermodal et a obtenu d'excellentes performances dans les tâches de sous-titres protéiques, de réponses aux questions protéiques et de récupération de texte protéique.
16
Titre de l'article :InstructProtein : Aligner le langage humain et celui des protéines grâce à l'enseignement des connaissances, 2023.10
Interprétation chinoise :Sélectionné pour la conférence principale de l'ACL2024 | InstructProtein : Aligner le langage des protéines sur le langage humain à l'aide d'instructions de connaissances
Contenu de la recherche :Une équipe de recherche de l'Université du Zhejiang a proposé InstructProtein, qui utilise des instructions de connaissances pour aligner le langage des protéines sur le langage humain, démontrant ainsi la capacité d'intégrer des séquences biologiques dans de grands modèles linguistiques.
17
Titre de l'article :ESM All-Atom : Modèle de langage protéique multi-échelle pour la modélisation moléculaire unifiée, 2024.06
Interprétation chinoise :Sélectionné pour l'ICML, Tsinghua AIR et d'autres ont publié conjointement le modèle de langage protéique ESM-AA, surpassant le SOTA traditionnel
Contenu de la recherche :Une équipe de recherche conjointe de l'Université Tsinghua, de l'Université de Pékin et de l'Université de Nanjing a proposé un modèle de langage protéique multi-échelle ESM-AA, qui a considérablement amélioré ses performances dans des tâches telles que la liaison cible-ligand.
18
Titre de l'article :Modélisation et conception de séquences de l'échelle moléculaire à l'échelle du génome avec Evo, 2024.11
Interprétation chinoise :Soyez le premier à découvrir la Démo ! Le modèle basé sur le génome Evo fait la couverture de Science, permettant la prédiction et la génération des échelles moléculaires aux échelles génomiques
Contenu de la recherche :Le modèle Evo peut prédire, générer et concevoir des séquences génomiques et devrait être appliqué à l'édition de gènes, à la découverte de médicaments, au diagnostic des maladies, à l'agriculture et à d'autres domaines. La section Tutoriel HyperAI Super Neural est désormais en ligne « Evo : Prédiction et Génération de l'Échelle Moléculaire à l'Échelle Génomique », qui peut être rapidement expérimentée par clonage en un clic !
19
Titre de l'article :Modèle de base à grande échelle sur la transcriptomique unicellulaire, 2024.06
Interprétation chinoise :Le modèle de cellule à 100 millions de paramètres est ici ! Une équipe de l'Université Tsinghua publie scFoundation dans la revue Nature : Modélisation simultanée de 20 000 gènes
Contenu de la recherche :Le laboratoire de modèles Life Foundation du département d'automatisation et le département d'électronique/AIR de l'université Tsinghua ont collaboré à des recherches pour construire un grand modèle cellulaire scFoundation avec 100 millions de paramètres, qui peut traiter environ 20 000 gènes simultanément et a montré des améliorations significatives des performances dans des tâches telles que l'amélioration de la profondeur du séquençage cellulaire, la prédiction de la réponse cellulaire aux médicaments et la prédiction des perturbations cellulaires.
20
Titre de l'article :Amélioration de l'efficacité des modèles de langage protéique avec un minimum de données de laboratoire humide grâce à l'apprentissage en quelques coups, 2024.07
Contenu de la recherche :L'Université Jiao Tong de Shanghai, en collaboration avec le Laboratoire d'intelligence artificielle de Shanghai, a proposé une méthode de formation de réglage fin, FSFP, basée sur un modèle de pré-formation de protéines. Cette méthode peut entraîner efficacement le modèle de pré-entraînement des protéines en utilisant seulement 20 données expérimentales humides aléatoires et améliorer considérablement le taux de positivité de prédiction de mutation à point unique du modèle.
21
Titre de l'article :Ingénierie des protéines avec réseaux neuronaux légers à débruitage de graphes, 2024.04
Interprétation chinoise :Sans données expérimentales pour guider l'évolution dirigée par les protéines, le groupe de recherche de l'Université Jiaotong de Shanghai a publié le réseau neuronal graphique sensible au microenvironnement ProtLGN
Contenu de la recherche :L'Université Jiao Tong de Shanghai a développé un réseau neuronal graphique sensible au microenvironnement appelé P(ROT)LGN, qui peut apprendre et prédire les sites de mutation d'acides aminés bénéfiques à partir de la structure tridimensionnelle des protéines, et guider la conception de mutations à site unique et de mutations multi-sites dans la matière blanche avec différentes fonctions.
22
Contenu de la recherche :L'École des sciences de la vie de l'Université Tsinghua/Centre d'innovation avancée pour la biologie structurelle/Centre conjoint des sciences de la vie de l'Université Tsinghua-Pékin a développé un algorithme d'intelligence artificielle SPACE basé sur le cadre d'apprentissage profond de l'autoencodeur graphique, qui peut identifier les types de cellules spatiaux et découvrir des modules tissulaires à partir de données de transcriptome spatial avec une résolution unicellulaire.
23
Titre de l'article :L'apprentissage profond permet la découverte de peptides auto-assemblés avec plus de 10 000 milliards de séquences, 2023.09
Interprétation chinoise :L'Université Westlake utilise Transformer pour analyser les caractéristiques d'auto-assemblage de milliards de peptides et déchiffrer les règles d'auto-assemblage
Contenu de la recherche :L'équipe de l'Université Westlake a utilisé un réseau de régression basé sur Transformer pour prédire les propriétés d'auto-assemblage de dizaines de milliards de peptides et a analysé les effets des acides aminés à différentes positions sur les propriétés d'auto-assemblage, fournissant un nouvel outil puissant pour l'étude des peptides auto-assemblés.
24
Titre de l'article :IMN4NPD : un flux de travail de réseau moléculaire intégré pour la déréplication de produits naturels, 2024.02
Interprétation chinoise :Pour explorer pleinement les ingrédients actifs des médecines naturelles, l'équipe du professeur Liu Shao de l'Université Centrale du Sud a construit la plateforme IMN4NPD
Contenu de la recherche :L'équipe de l'Université Centrale du Sud a construit la plateforme IMN4NPD en intégrant deux réseaux moléculaires différents, qui peuvent être utilisés pour explorer de manière exhaustive les ingrédients actifs spécifiques aux traces et à la structure des médicaments naturels.
25
Titre de l'article :AlphaProteo génère de nouvelles protéines pour la recherche en biologie et en santé, 2024.09
Interprétation chinoise :Les nouveaux résultats de DeepMind critiqués car ils ressemblent à une publicité ? AlphaProteo peut concevoir efficacement des liants protéiques cibles avec une affinité 300 fois supérieure
Contenu de la recherche :DeepMind a lancé AlphaProteo pour la conception de nouvelles protéines, qui peut générer des liants protéiques « prêts à l'emploi » en un seul cycle de criblage à débit moyen sans optimisation supplémentaire.
26
Titre de l'article :Détection rapide et sensible des homologues protéiques à l'aide d'une récupération dense et profonde, 2024.08
Interprétation chinoise :Sensibilité améliorée par 56%, CUHK/Fudan/Yale et d'autres ont proposé conjointement une nouvelle méthode de détection d'homologues protéiques
Contenu de la recherche :L'Université chinoise de Hong Kong, en collaboration avec le Laboratoire des systèmes complexes intelligents de l'Université Fudan, le Laboratoire d'intelligence artificielle de Shanghai et l'Université Yale, a proposé un cadre de détection d'homologues protéiques ultra-rapide et hautement sensible.
27
Titre de l'article :Génération d'une structure protéique entièrement atomique à partir de données d'apprentissage de séquences uniquement, 2024.12
Interprétation chinoise :LeCun a transmis, UC Berkeley et al. a proposé une méthode de génération de protéines multimodale PLAID, qui génère des séquences et des structures protéiques entièrement atomiques en même temps
Contenu de la recherche :L'Université de Californie à Berkeley, Microsoft Research et d'autres ont proposé une méthode de génération de protéines multimodales PLAID, qui peut réaliser une génération multimodale en générant des modalités plus rares (telles que des structures cristallines) à partir de modalités de données plus riches (telles que des séquences).
28
Titre de l'article :Prédiction précise de l'effet des variants faux-sens à l'échelle du protéome avec AlphaMissense, 2023.09
Interprétation chinoise :DeepMind utilise l'apprentissage non supervisé pour développer AlphaMissense, prédisant 71 millions de mutations génétiques
Contenu de la recherche :DeepMind a développé AlphaMissense et a prédit 71 millions de mutations faux-sens possibles de gènes chez l'homme, découvrant que 32% pourrait être une mutation pathogène et 57% pourrait être une mutation bénigne. Ces résultats favoriseront grandement le développement de la biologie moléculaire, de la génomique, de la médecine clinique et d’autres disciplines.
29
Titre de l'article :Un PROTAC à base d'aptamères d'ADN conçu pour une thérapie précise du cancer induit par une mutation du point chaud p53-R175H, 2024.05
Interprétation chinoise :Peut inhiber la prolifération des cellules cancéreuses ! L'École de pharmacie de Huihu et l'Université de médecine de Tianjin ont développé conjointement un nouveau dégradateur de protéine suppresseur de tumeur dp53m
Contenu de la recherche :L'École de pharmacie Huihu de l'Université Xi'an Jiaotong-Liverpool, en collaboration avec l'Hôpital général de l'Université médicale de Tianjin, a développé un dégradateur sélectif p53-R175H - dp53m, qui peut reconnaître spécifiquement la protéine mutante p53-R175H, réaliser une dégradation ciblée de la protéine cible et inhiber l'expression fonctionnelle de la protéine mutante p53.
30
Titre de l'article :L'apprentissage par transfert permet l'identification de plusieurs types de modifications d'ARN à l'aide du séquençage direct de l'ARN par nanopore, 2024.05
Contenu de la recherche :L'Université Jiao Tong de Shanghai, en collaboration avec l'équipe du Jardin botanique de Chenshan de Shanghai, a développé un modèle d'apprentissage profond transférable, TandemMod, qui permet l'identification de plusieurs types de modifications d'ARN dans le séquençage direct de l'ARN (DRS).
31
Titre de l'article :Repositionnement de médicaments avec des réseaux convolutifs de graphes adaptatifs, 2024.01
Interprétation chinoise :Nouvelles utilisations pour les anciens médicaments : AdaDR publié par l'équipe de l'Université Centrale du Sud pour le repositionnement des médicaments basé sur des réseaux convolutifs de graphes adaptatifs
Contenu de la recherche :L'équipe de recherche de l'Université Centrale Sud a proposé une méthode GCN adaptative appelée AdaDR, qui effectue le repositionnement des médicaments en intégrant en profondeur les caractéristiques des nœuds et les structures topologiques.
32
Titre de l'article :IA générative pour la conception et la validation d'antibiotiques facilement synthétisables et structurellement nouveaux, 2024.03
Interprétation chinoise :Bonne nouvelle pour les patients infectés par des bactéries résistantes aux médicaments ! L'Université McMaster et l'Université Stanford utilisent l'IA générative pour développer de nouveaux antibiotiques
Contenu de la recherche :Des chercheurs de l’Université McMaster et de l’Université Stanford ont développé un modèle d’IA générative, SyntheMol, capable de concevoir de nouveaux composés faciles à synthétiser à partir de l’espace chimique de près de 30 milliards de molécules.
33
Titre de l'article :Viruslmmu : une nouvelle approche d'apprentissage automatique d'ensemble pour la prédiction de l'immunogénicité virale, 2023.11
Interprétation chinoise :Nouvelle avancée dans la recherche et le développement de vaccins : l'équipe de Beihang propose une nouvelle méthode pour prédire l'immunogénicité des antigènes viraux, VirusImmu
Contenu de la recherche :Une équipe de l'Université Beihang a développé une méthode d'ensemble d'apprentissage automatique (Viruslmmu) pour prédire l'immunogénicité des antigènes viraux, qui montre un grand potentiel dans la prédiction de l'immunogénicité des fragments de protéines virales, fournissant un outil aux développeurs de vaccins.
34
Titre de l'article :UniKP : un cadre unifié pour la prédiction des paramètres cinétiques enzymatiques, 2023.12
Interprétation chinoise :L'équipe de Luo Xiaozhou de l'Académie chinoise des sciences a proposé le cadre UniKP, un grand modèle + apprentissage automatique pour prédire les paramètres cinétiques des enzymes avec une grande précision
Contenu de la recherche :Une équipe de l'Institut de technologie avancée de Shenzhen de l'Académie chinoise des sciences a proposé un cadre de prédiction des paramètres cinétiques enzymatiques (UniKP) pour prédire une variété de paramètres cinétiques enzymatiques différents.
35
Titre de l'article :Intégration de mosaïque et transfert de connaissances de données multimodales unicellulaires avec MIDAS, 2024.01
Interprétation chinoise :Recherche et développement indépendants ! L'équipe de l'Institut de recherche médicale militaire a proposé MIDAS, qui peut être utilisé pour l'intégration en mosaïque de données multi-omiques unicellulaires
Contenu de la recherche :Une équipe de l'Académie des sciences médicales militaires a proposé un outil informatique, MIDAS, pour l'intégration en mosaïque de données multi-omiques unicellulaires et le transfert de connaissances. Il a réalisé pour la première fois les fonctions d'intégration générales des données mosaïques multi-omiques à cellule unique, telles que l'alignement modal, la complétion des données et la correction par lots.
36
Titre de l'article :ResGen est un modèle de génération moléculaire 3D de poche basé sur une modélisation multi-échelle parallèle, 2023.09
Interprétation chinoise :8 fois plus rapide que la meilleure technologie : Hou Tingjun et al. de l'Université du Zhejiang a proposé ResGen, un modèle de génération moléculaire 3D basé sur des poches de protéines
Contenu de la recherche :L'équipe de recherche de l'Université du Zhejiang et du Laboratoire de Zhijiang a proposé un modèle de génération moléculaire 3D basé sur des poches de protéines - ResGen, qui est 8 fois plus rapide que la meilleure technologie précédente et a généré avec succès des molécules de type médicament avec une énergie de liaison plus faible et une diversité plus élevée.
37
Titre de l'article :Une carte olfactive principale unifie diverses tâches de perception olfactive, 2023.08
Interprétation chinoise :Google développe une IA de reconnaissance des odeurs basée sur GNN, ce qui équivaut à 70 ans de travail continu par des évaluateurs humains
Contenu de la recherche :Osmo, une spin-off de Google Research, a développé une IA d'analyse des odeurs basée sur des réseaux neuronaux graphiques. Il peut décrire l'odeur d'une molécule chimique en fonction de sa structure et est supérieur aux humains pour juger 53% des molécules chimiques et 55% des descripteurs d'odeurs.
38
Titre de l'article :L'apprentissage automatique améliore la prédiction des plantes comme sources potentielles d'antipaludéens, 2023.05
Interprétation chinoise :Les jardins de Kew, au Royaume-Uni, utilisent l'apprentissage automatique pour prédire la résistance des plantes au paludisme, augmentant la précision de 0,46 à 0,67
Contenu de la recherche :Des chercheurs des Jardins botaniques royaux de Kew et de l'Université de St Andrews ont démontré que les algorithmes d'apprentissage automatique peuvent prédire efficacement les propriétés antipaludiques des plantes avec un taux de précision de 0,67, une amélioration significative par rapport aux 0,46 des méthodes de test traditionnelles.
39
Titre de l'article :Modèles d'apprentissage automatique pour accélérer la conception d'injectables polymères à action prolongée, 2023.01
Interprétation chinoise :En comparant 11 algorithmes horizontalement, l'Université de Toronto a lancé un modèle d'apprentissage automatique pour accélérer le développement de nouveaux médicaments injectables à action prolongée.
Contenu de la recherche :Des chercheurs de l’Université de Toronto ont développé un modèle d’apprentissage automatique capable de prédire le taux de libération de médicaments injectables à action prolongée, accélérant ainsi le processus global de développement de médicaments.
40
Titre de l'article :Macrocyclisation de molécules linéaires par apprentissage profond pour faciliter la découverte de candidats médicaments macrocycliques, 2023.07
Interprétation chinoise :Le groupe de recherche de Li Honglin à l'Université des sciences et technologies de Chine orientale développe Macformer pour accélérer la découverte de médicaments macrocycliques
Contenu de la recherche :Une équipe de l'Université des sciences et technologies de Chine orientale a développé Macformer basé sur Transformer et a macrocyclisé avec succès le médicament acyclique feizotinib pour obtenir de nouveaux composés avec une efficacité plus forte, offrant une nouvelle méthode de développement de médicaments.
41
Titre de l'article :Une stratégie d'apprentissage automatique basée sur l'image de cellules vivantes pour réduire la variabilité des systèmes de différenciation des PSC, 2023.06
Interprétation chinoise :L'Université de Pékin développe un système de différenciation de cellules souches pluripotentes basé sur l'apprentissage automatique pour préparer efficacement et de manière stable des cellules fonctionnelles
Contenu de la recherche :Une équipe de l'Université de Pékin et de l'Université Jiaotong de Pékin a développé un système de différenciation basé sur l'imagerie dynamique en champ clair de cellules vivantes et l'apprentissage automatique, qui peut réguler et optimiser intelligemment le processus de différenciation des cellules souches pluripotentes en temps réel, permettant ainsi une production efficace et stable de cellules fonctionnelles.
42
Titre de l'article :Prédire les résultats de l'impression à jet d'encre pharmaceutique à l'aide de l'apprentissage automatique, 2023.12
Contenu de la recherche :Des chercheurs de l'Université de Saint-Jacques-de-Compostelle et de l'University College de Londres ont appliqué des modèles d'apprentissage automatique pour prédire l'imprimabilité de la bio-encre et ont amélioré avec succès le taux de prédiction.
43
Titre de l'article :Découverte guidée par l'apprentissage profond d'un antibiotique ciblant Acinetobacter baumannii, 2023.05
Interprétation chinoise :L'IA combat les superbactéries : l'Université McMaster utilise l'apprentissage profond pour découvrir un nouvel antibiotique, l'abaucine
Contenu de la recherche :Des chercheurs de l’Université McMaster et du MIT ont utilisé l’apprentissage profond pour examiner environ 7 500 molécules afin d’identifier de nouveaux antibiotiques qui inhibent Acinetobacter baumannii.
44
Titre de l'article :Découverte de sénolytiques grâce à l'apprentissage automatique, 2023.05
Interprétation chinoise :Pour prévenir le vieillissement cellulaire et éviter les maladies liées à l'âge, l'Université d'Édimbourg a publié trois « prescriptions anti-âge IA » pour les cellules
Contenu de la recherche :L'Université d'Édimbourg et l'Université de Cantabrie ont utilisé l'apprentissage automatique pour découvrir trois médicaments anti-âge - Ginkgetin, Periplocin et Oleandrin, et ont vérifié leurs effets anti-âge dans des lignées cellulaires humaines.
45
Titre de l'article :Règles et mécanismes régissant la sélectivité du couplage des protéines G des récepteurs couplés aux protéines G, 2023.09
Interprétation chinoise :L'Université de Floride utilise des réseaux neuronaux pour déchiffrer la sélectivité du couplage des protéines GPCR-G
Contenu de la recherche :Des chercheurs de l’Université de Floride ont déterminé la sélectivité de liaison des GPCR et des protéines G, ont développé un algorithme pour prédire la sélectivité des deux et ont étudié la base structurelle de cette sélectivité.
46
Titre de l'article :Découverte d'une classe structurelle d'antibiotiques avec apprentissage profond explicable, 2023.12
Interprétation chinoise :La malédiction des « super bactéries » pourrait être brisée. Le MIT utilise l'apprentissage profond pour découvrir de nouveaux antibiotiques
Contenu de la recherche :Des chercheurs du MIT ont utilisé le réseau neuronal graphique Chemprop pour identifier des antibiotiques potentiels à partir d'une grande bibliothèque chimique et ont découvert une nouvelle classe d'antibiotiques.
Les articles ci-dessus sont les articles de pointe sur l’IA et la biomédecine résumés dans ce numéro. Pour les résultats les plus récents, veuillez consulter :
https://github.com/hyperai/awesome-ai4s
