"AI+생명공학"의 황금기를 포착하고 2024년 가장 주목할 만한 혁신적 성과를 점검하세요
지난해 AI는 전 세계적으로, 특히 생물의학 분야에서 큰 변화의 물결을 일으켰습니다.
AlphaFold가 대표하는 AI 시스템은 단백질의 3차원 구조를 전례 없는 정확도로 예측할 수 있어 단백질 기능을 이해하고 표적 약물을 개발하는 데 혁신적인 도구를 제공합니다. 약물 연구 개발 분야에서 AI는 방대한 약물 데이터를 기반으로 약물 특성을 예측할 수 있을 뿐만 아니라, 새로운 약물을 설계하고 실험실에서 임상까지의 약물 연구 개발 주기를 단축할 수 있습니다. 동시에 AI는 방대한 유전자 시퀀싱 데이터에서 정보를 정확하게 추출하고, 유전자 돌연변이를 빠르게 식별하고, 연구자들이 질병 관련 유전자 돌연변이를 식별하는 데 도움을 줄 수도 있습니다. 또한 AI는 세포 분화 과정을 최적화하고 대형 세포 모델의 개발을 촉진할 수도 있습니다...
2024년 노벨 화학상이 계산 단백질 설계와 단백질 구조 예측 분야에 수여됨에 따라 생물의학 분야에서 AI의 혁명적 역할이 다시 한번 전 세계적으로 인정받게 되었습니다.
이 글에서 HyperAI는 생물의학 분야의 AI에 대한 최신 연구에 초점을 맞추고, 독자를 위해 2023년과 2024년 사이에 발표된 46편의 첨단 논문을 선정했습니다.이 논문은 CVPR 2024, ICLM 2024, ACL 2024, Nature 등 국제적으로 유명한 학회/저널을 다루고 있으며, 연구 단위는 Microsoft Research, DeepMind, 매사추세츠 공과대학교, 캘리포니아 대학교, 중국 과학 아카데미, 청화대학교, 복단대학교, 베이징대학교, 저장대학교, 상하이 교통대학교, 상하이 인공지능 연구소 등 국내외 최고 대학과 기관에 분산되어 있습니다.
아래의 논문 제목이나 중국어 해석을 클릭하면 논문 해석 페이지로 이동합니다. 도움이 되셨으면 좋겠습니다.
AI+생명공학의 최신 성과에 대한 자세한 내용은 다음을 참조하세요.
https://github.com/hyperai/awesome-ai4s
01
논문 제목:딥러닝을 이용한 고친화도 단백질 결합 거대고리의 정확한 de novo 설계, 2024.11
중국어 해석:데이비드 베이커의 최신 작품! 거대고리 펩타이드 결합제 프레임워크 RF펩타이드의 새로운 설계는 약물로 치료할 수 없는 단백질에 대한 새로운 가능성을 제공합니다.
연구 내용:데이비드 베이커의 팀은 다양한 단백질 표적에 대한 높은 친화도의 거대고리 결합제를 설계하도록 특별히 설계된 새로운 확산 모델 기반 기술인 RFpeptides를 개발했습니다.
02
논문 제목:BioCLIP: 생명나무 비전 기반 모델, 2024.02
연구 내용:오하이오 주립대학교, 마이크로소프트 연구소, 캘리포니아 대학교 어바인 캠퍼스, 렌슬러 폴리테크닉 연구소 등은 현재까지 머신 러닝에 적합한 가장 크고 다양한 생물학적 이미지 데이터세트인 TreeOfLife-10M을 출시하고 생명 나무의 기본 모델인 BioCLIP을 개발했습니다. 이 모델은 TreeOfLife-10M의 식물, 동물, 균류의 다양한 생물학적 이미지를 최대한 활용하며, 다양한 세분화된 생물학적 분류 작업에서 기존 방법보다 성능이 훨씬 뛰어납니다.
03
논문 제목:Y-Mol: 약물 개발을 위한 다중 규모 생물의학 지식 기반 대규모 언어 모델, 2024.10
중국어 해석:첫 번째! 4개 주요 대학이 공동으로 약물 연구 및 개발을 위한 대규모 언어 모델인 Y-Mol을 출시했으며 전반적인 성능이 LLaMA2를 앞섰습니다.
연구 내용:후난대학교, 중남대학교, 후난사범대학교, 샹탄대학교의 연구팀은 다중 규모 생물의학 지식에 기반한 대규모 언어 모델 Y-Mol을 공동으로 제안했습니다. 이 모델은 다양한 텍스트 코퍼스와 지침에 따라 미세 조정이 가능하며, 약물 연구 개발 분야에서 이 모델의 성능과 잠재력을 향상시킵니다.
04
논문 제목:병목 현상 해소 전략과 머신 러닝 기반 플럭스 밸런싱을 통한 경로 진화, 2024.02
연구 내용:중국과학원 선전선진기술연구소 합성연구소는 자동화와 ProEnsemble 머신러닝 프레임워크를 결합하여 대사경로의 진화적 불확실성이라는 기술적 장벽을 극복하고 실험실 수준에서 산업적 규모로 나린제닌을 생산하는 도약을 달성했습니다. 이 제품의 보편적인 섀시는 고수율 플라보노이드 화합물을 성공적으로 합성할 수 있습니다.
05
논문 제목:생체 세포에서 딥러닝을 활용한 자동화된 다차원 단일 입자 추적, 2024.03
중국어 해석:샤먼 대학의 Fang Ning 팀은 나노 스케일에서 단일 입자 추적을 위해 AI를 사용하여 "Rock in the Cell"을 연주합니다.
연구 내용:샤먼 대학의 방닝 교수 팀은 딥 러닝을 기반으로 자동화된 고속 다차원 단일 입자 추적(SPT) 시스템을 개발하여 세포 미세환경에서 나노입자 회전 추적의 한계를 극복했습니다.
06
논문 제목:AlphaFold, 단백질 앙상블 생성을 위한 흐름 매칭을 충족, 2024.06
중국어 해석:ICML에 선정되었습니다! MIT팀, AlphaFold 기반으로 단백질의 역동적 다양성 밝혀내며 새로운 돌파구 마련
연구 내용:MIT 연구팀은 AlphaFold와 ESMFold를 선택하여 맞춤형 흐름 매칭 프레임워크에서 미세 조정을 거쳐 AlphaFLOW와 ESMFLOW라는 서열 조건부 단백질 구조 생성 모델을 얻었습니다.
07
논문 제목:ProSST: 양자화된 구조와 얽히지 않은 주의를 이용한 단백질 언어 모델링, 2024.05
중국어 해석:PLM의 주요 혁신! 상하이 교통대학교와 상하이 AI 연구실의 최신 연구 결과가 NeurIPS 24에 선정되었습니다. ProSST는 단백질 구조 정보를 효과적으로 통합합니다.
연구 내용:상하이 교통대학교의 한 팀은 구조 인식 기능을 갖춘 사전 학습된 단백질 언어 모델 ProSST를 개발했습니다. 이 모델은 단백질 구조와 아미노산 서열 정보를 효과적으로 통합하고 열 안정성 예측, 금속 이온 결합 예측, 단백질 위치 예측, GO 주석 예측과 같은 작업에서 기존 모델보다 우수한 성능을 발휘합니다.
08
논문 제목:확산 모델에서 촉매 포켓을 제한하여 시토크롬 P450 효소 설계, 2024.07
중국어 해석:촉매 용량이 3.5배 증가했습니다! 중국과학원 연구팀은 P450 확산 모델을 기반으로 P450 효소 de novo 설계 방법을 개발했습니다.
연구 내용:중국과학원 천진산업생물기술연구소의 새로운 효소 설계팀은 확산 모델과 포켓 설계 원리를 기반으로 P450 효소의 신규 설계를 위한 P450확산 방법을 개발했습니다.
09
논문 제목:DePLM: 속성 최적화를 위한 단백질 언어 모델 노이즈 제거, 2024.11
중국어 해석:NeurIPS 24에 선정되었습니다! 절강대학교 연구팀은 SOTA 모델보다 돌연변이 효과를 더 잘 예측하는 새로운 노이즈 제거 단백질 언어 모델 DePLM을 제안했습니다.
연구 내용:저장대학교 연구팀은 단백질에 최적화된 새로운 잡음 제거 단백질 언어 모델(DePLM)을 제안했습니다. 단백질 언어 모델이 포착한 진화 정보는 특징 관련 정보와 무관한 정보가 섞인 것으로 볼 수 있으며, 무관한 정보는 "노이즈"로 간주되어 제거됩니다. 이 모델은 일반화 능력이 강합니다.
10
논문 제목:EquiPocket: 리간드 결합 부위 예측을 위한 E(3)-등가 기하 그래프 신경망, 2024.07
중국어 해석:ICML에 선정되었습니다! 인민대학교 연구팀은 등가 그래프 신경망을 사용하여 표적 단백질 결합 부위를 예측했으며, 20%의 성능이 가장 크게 향상되었습니다.
연구 내용:중국 인민대학교 가오링 인공지능학원 연구팀은 E(3) 등변 그래프 신경망(GNN)을 리간드 결합 부위 예측에 처음으로 적용하고 약물 발견과 같은 다양한 하위 작업에 도움이 되는 EquiPocket 프레임워크를 제안했습니다.
11
논문 제목:DynamicBind: 심층 등가 생성 모델을 사용한 리간드 특정 단백질-리간드 복합체 구조 예측, 2024.02
중국어 해석:단백질 동적 도킹 예측을 실현해보세요! 상하이 교통대학교/싱야오 테크놀로지/중산대학교 등이 공동으로 기하학적 심층 생성 모델인 DynamicBind를 출시했습니다.
연구 내용:상하이 교통대학은 미국 중산대학 약학부, 라이스대학과 협력하여 단백질의 "동적 도킹"을 위해 설계된 기하학적 심층 생성 모델 DynamicBind를 제안했습니다. 이 방법은 국제 약물 스크리닝 대회인 CACHE에서 습식 실험을 통해 검증되었으며, 파킨슨병 치료를 위한 약물 개발이 어려운 표적에 대한 경쟁력 있는 선도 화합물을 선별해낼 수 있습니다.
12
논문 제목:변형기 기반 생성 모델을 이용한 단백질-단백질 복합체의 구조적 앙상블 탐색, 2024.05
중국어 해석:알파폴드의 한국 버전? 딥러닝 모델 AlphaPPIMd: 단백질-단백질 복합체 구조의 앙상블 탐색을 위한
연구 내용:연세대학교와 협력 연구진은 딥러닝과 생성 AI를 결합하여 AlphaPPIMd 모델을 구축했고, 이를 통해 분자 동역학 시뮬레이션을 통해 단백질 상호작용의 신비를 밝혀냈습니다.
13
논문 제목:UniIF: 통합 분자 역폴딩, 2024.05
중국어 해석:NeurIPS 2024에 선정되었습니다! Westlake University는 AlphaFold 3를 더욱 보완하는 범용 분자 역접힘 모델 UniIF를 제안했습니다.
연구 내용:웨스트레이크 대학 미래산업연구센터의 한 팀은 모든 분자의 역접힘에 대한 UniIF 모델을 제안했는데, 이는 단백질 설계, RNA 설계, 소재 설계 등 여러 작업에서 최첨단 성능을 달성했습니다.
14
논문 제목:조건부 단백질 확산 모델은 활성이 향상된 인공 프로그래밍 가능 엔도뉴클레아제 서열을 생성합니다(2024.09)
연구 내용:상하이 교통대학의 한 팀은 매우 낮은 학습 비용과 데이터 비용으로 단백질 서열, 구조 및 기능 간의 암묵적 매핑 관계를 학습하고, 이를 통해 다양한 단백질 서열을 생성할 수 있는 확산 확률 모델 프레임워크인 CPDiffusion을 설계했습니다.
15
논문 제목:ProtT3: 텍스트 기반 단백질 이해를 위한 단백질-텍스트 생성, 2023.05
연구 내용:중국 과학기술대학은 싱가포르 국립대학과 홋카이도 대학과 협력하여 새로운 단백질 텍스트 모델링 프레임워크인 ProtT3를 제안했습니다. 이 프레임워크는 크로스 모달 프로젝터를 통해 모달리티가 다른 PLM과 LM을 결합하고, 단백질 자막, 단백질 질의응답, 단백질 텍스트 검색 작업에서 뛰어난 성능을 달성했습니다.
16
논문 제목:InstructProtein: 지식 교육을 통한 인간 언어와 단백질 언어의 조화, 2023.10
중국어 해석:ACL2024 메인 컨퍼런스에 선정됨 | InstructProtein: 지식 지침을 사용하여 단백질 언어를 인간 언어에 맞추기
연구 내용:저장대학교 연구팀은 지식 지침을 사용하여 단백질 언어를 인간 언어에 맞춰 조정하는 InstructProtein을 제안했으며, 이를 통해 생물학적 시퀀스를 대규모 언어 모델로 통합하는 능력을 보여주었습니다.
17
논문 제목:ESM All-Atom: 통합 분자 모델링을 위한 다중 스케일 단백질 언어 모델, 2024.06
중국어 해석:ICML, Tsinghua AIR 등이 공동으로 선정하여 기존 SOTA를 능가하는 단백질 언어 모델 ESM-AA를 출시
연구 내용:청화대학교, 베이징대학교, 난징대학교의 공동 연구팀은 다중 스케일 단백질 언어 모델인 ESM-AA를 제안했는데, 이는 표적 리간드 결합과 같은 작업에서 성능을 크게 향상시켰습니다.
18
논문 제목:Evo를 활용한 분자 수준에서 유전체 수준까지의 시퀀스 모델링 및 설계, 2024.11
중국어 해석:데모를 가장 먼저 경험해 보세요! 게놈 기반 모델 Evo가 Science 표지에 실려 분자 수준에서 게놈 수준까지 예측 및 생성이 가능해졌습니다.
연구 내용:Evo 모델은 게놈 시퀀스를 예측, 생성, 설계할 수 있으며, 유전자 편집, 약물 발견, 질병 진단, 농업 및 기타 분야에 적용될 것으로 기대됩니다. HyperAI 슈퍼 뉴럴 튜토리얼 섹션 "Evo: 분자에서 게놈 규모까지의 예측 및 생성"이 이제 온라인으로 제공되며, 클릭 한 번으로 복제하여 빠르게 체험할 수 있습니다!
19
논문 제목:단일세포 전사체학에 대한 대규모 기초 모델, 2024.06
중국어 해석:1억 개의 매개변수를 가진 셀 모델이 출시되었습니다! 청화대 연구팀, 네이처 저널에 scFoundation 게재: 2만개 유전자 동시 모델링
연구 내용:청화대학교 자동화학과 생명재단 모델 연구실과 전자공학/공공생명공학과는 1억 개의 매개변수를 갖는 대규모 scFoundation 세포 모델을 구축하기 위한 연구를 공동으로 진행했습니다. 이 모델은 약 20,000개의 유전자를 동시에 처리할 수 있으며 세포 시퀀싱 심도 강화, 세포 약물 반응 예측, 세포 교란 예측과 같은 작업에서 상당한 성능 향상을 보였습니다.
20
논문 제목:2024.07 최소한의 습식 랩 데이터로 단백질 언어 모델의 효율성 향상
연구 내용:상하이 교통대학은 상하이 인공지능 연구소와 협력하여 단백질 사전 훈련 모델을 기반으로 한 미세 조정 훈련 방법인 FSFP를 제안했습니다. 이 방법은 20개의 무작위 습식 실험 데이터만을 사용하여 단백질 사전 학습 모델을 효율적으로 학습시키고, 모델의 단일점 돌연변이 예측 양성률을 크게 향상시킬 수 있습니다.
21
논문 제목:경량 그래프 노이즈 제거 신경망을 이용한 단백질 공학, 2024.04
중국어 해석:단백질 지향 진화를 안내할 실험 데이터 없이 상하이 교통 대학 연구 그룹은 미세 환경 인식 그래프 신경망 ProtLGN을 발표했습니다.
연구 내용:상하이 교통대학은 단백질의 3차원 구조로부터 유익한 아미노산 돌연변이 부위를 학습하고 예측할 수 있으며, 다양한 기능을 가진 백질의 단일 부위 돌연변이와 다중 부위 돌연변이의 설계를 안내할 수 있는 P(ROT)LGN이라는 미세환경 인식 그래프 신경망을 개발했습니다.
22
논문 제목:세포-세포 상호작용 인식 세포 임베딩을 통한 단일 세포 해상도 공간 전사체 데이터에서 조직 모듈 발견, 2024.06
중국어 해석:Cell 저널에 게재되었습니다! 청화대 장창풍(张强峰) 연구팀이 개발한 SPACE 알고리즘은 유사 도구 중 가장 뛰어난 조직 모듈 발견 능력을 보유하고 있다.
연구 내용:청화대학교 생명과학부/구조생물학 첨단혁신센터/청화-베이징대학교 생명과학공동센터는 그래프 오토인코더 딥러닝 프레임워크를 기반으로 하는 인공지능 알고리즘 SPACE를 개발했습니다. 이 알고리즘은 단일 세포 분해능으로 공간 전사체 데이터에서 공간 세포 유형을 식별하고 조직 모듈을 발견할 수 있습니다.
23
논문 제목:딥러닝, 10조 개 이상의 시퀀스로 자가조립 펩타이드 발견을 가능하게 하다, 2023.09
중국어 해석:Westlake University는 Transformer를 사용하여 수십억 개의 펩타이드의 자가 조립 특성을 분석하고 자가 조립 규칙을 깨뜨렸습니다.
연구 내용:웨스트레이크 대학 연구팀은 트랜스포머 기반 회귀 네트워크를 사용하여 수십억 개의 펩타이드의 자가 조립 특성을 예측하고, 자가 조립 특성에 미치는 다양한 위치의 아미노산의 영향을 분석하여 자가 조립 펩타이드 연구를 위한 강력한 새로운 도구를 제공했습니다.
24
논문 제목:IMN4NPD: 천연물 역복제를 위한 통합 분자 네트워킹 워크플로, 2024.02
중국어 해석:천연 의약품의 활성 성분을 완전히 탐색하기 위해 중남대학교의 Liu Shao 교수 팀은 IMN4NPD 플랫폼을 구축했습니다.
연구 내용:중남대학교 팀은 두 가지 서로 다른 분자 네트워크를 통합하여 IMN4NPD 플랫폼을 구축했습니다. 이 플랫폼을 사용하면 천연 의약품의 미량 및 구조별 활성 성분을 종합적으로 탐색할 수 있습니다.
25
논문 제목:AlphaProteo는 생물학 및 건강 연구를 위한 새로운 단백질을 생성합니다. 2024.09
중국어 해석:딥마인드의 새로운 결과가 광고 같다는 비판을 받고 있는가? AlphaProteo는 300배 증가된 친화력으로 표적 단백질 결합제를 효율적으로 설계할 수 있습니다.
연구 내용:DeepMind는 새로운 단백질 설계를 위한 AlphaProteo를 출시했습니다. 이를 통해 추가 최적화 없이 단 한 번의 중간 처리량 스크리닝을 통해 "즉시 사용 가능한" 단백질 결합제를 생성할 수 있습니다.
26
논문 제목:2024.08 심층 밀도 검색을 이용한 단백질 동족체의 빠르고 민감한 감지
중국어 해석:56%로 민감도 향상, CUHK/Fudan/Yale 등 공동으로 새로운 단백질 동족체 검출 방법 제안
연구 내용:홍콩 중국 대학은 푸단 대학의 지능 복합 시스템 연구실, 상하이 인공지능 연구실, 예일 대학과 협력하여 초고속, 고감도 단백질 동족체 검출 프레임워크를 제안했습니다.
27
논문 제목:시퀀스 전용 학습 데이터에서 모든 원자 단백질 구조 생성, 2024.12
중국어 해석:LeCun은 UC Berkeley 등을 통해 전달되었습니다. 단백질 서열과 전체 원자 구조를 동시에 생성하는 다중 모드 단백질 생성 방법 PLAID를 제안했습니다.
연구 내용:캘리포니아 대학교 버클리 캠퍼스, 마이크로소프트 연구소 및 기타 연구진은 다중 모달 단백질 생성 방법인 PLAID를 제안했습니다. 이 방법은 풍부한 데이터 모달리티(예: 시퀀스)에서 부족한 모달리티(예: 결정 구조)를 생성하여 다중 모달 생성을 달성할 수 있습니다.
28
논문 제목:AlphaMissense를 이용한 정확한 프로테옴 전체 미스센스 변이 효과 예측, 2023.09
중국어 해석:DeepMind는 비지도 학습을 사용하여 7,100만 개의 유전자 돌연변이를 예측하는 AlphaMissense를 개발했습니다.
연구 내용:DeepMind는 AlphaMissense를 개발하여 인간에서 7,100만 개의 유전자 미스센스 돌연변이가 발생할 수 있다고 예측했으며, 32%는 병원성 돌연변이이고 57%는 양성 돌연변이일 수 있다는 것을 발견했습니다. 이러한 결과는 분자생물학, 유전체학, 임상의학 및 기타 학문 분야의 발전에 큰 도움이 될 것입니다.
29
논문 제목:p53-R175H 핫스팟 돌연변이로 인한 암의 정밀 치료를 위한 DNA 앱타머 기반 PROTAC 개발, 2024.05
중국어 해석:암세포의 증식을 억제할 수 있습니다! 후이후 약학대학과 천진의과대학이 공동으로 새로운 종양 억제 단백질 분해제 dp53m을 개발했습니다.
연구 내용:시안 교통 리버풀 대학 후이후 약학대학은 톈진 의과대학 일반병원과 협력하여 돌연변이 p53-R175H 단백질을 특이적으로 인식하고 표적 단백질을 분해하며 돌연변이 p53 단백질의 기능적 발현을 억제할 수 있는 선택적 p53-R175H 분해제인 dp53m을 개발했습니다.
30
논문 제목:전이 학습을 통해 나노포어 직접 RNA 시퀀싱을 사용하여 다양한 유형의 RNA 변형을 식별할 수 있습니다. 2024.05
중국어 해석:상하이 교통대학교의 Yu Xiang 연구 그룹은 다양한 유형의 RNA 수정을 식별하고 계산 비용을 크게 줄이기 위한 이전 가능한 딥 러닝 모델을 발표했습니다.
연구 내용:상하이 교통대학교는 상하이 천산 식물원 팀과 협력하여 직접 RNA 시퀀싱(DRS)에서 다양한 유형의 RNA 변형을 식별할 수 있는 전이형 딥 러닝 모델인 TandemMod를 개발했습니다.
31
논문 제목:적응형 그래프 합성 신경망을 이용한 약물 재배치, 2024.01
중국어 해석:기존 약물의 새로운 활용법: 적응형 그래프 합성 신경망 기반 약물 재배치를 위한 Central South University 팀이 출시한 AdaDR
연구 내용:중남대학교 연구팀은 노드 특징과 위상 구조를 심층적으로 통합하여 약물 재배치를 수행하는 AdaDR이라는 적응형 GCN 방법을 제안했습니다.
32
논문 제목:쉽게 합성 가능하고 구조적으로 새로운 항생제를 설계하고 검증하기 위한 생성 AI, 2024.03
중국어 해석:약물 내성균에 감염된 환자에게 좋은 소식입니다! 맥마스터 대학교와 스탠포드 대학교, 생성 AI를 활용한 새로운 항생제 공동 개발
연구 내용:맥마스터 대학과 스탠포드 대학의 연구진은 약 300억 개 분자의 화학 공간을 기반으로 합성하기 쉬운 새로운 화합물을 설계할 수 있는 생성 AI 모델인 SyntheMol을 개발했습니다.
33
논문 제목:Viruslmmu: 바이러스 면역원성 예측을 위한 새로운 앙상블 머신 러닝 접근법, 2023.11
중국어 해석:백신 연구 및 개발의 새로운 돌파구: Beihang 팀은 바이러스 항원 면역원성을 예측하는 새로운 방법인 VirusImmu를 제안합니다.
연구 내용:베이항 대학의 한 팀은 바이러스 항원의 면역원성을 예측하기 위한 머신 러닝 앙상블 방법(Viruslmmu)을 개발했는데, 이는 바이러스 단백질 조각의 면역원성을 예측하는 데 큰 잠재력을 보이며 백신 개발자들에게 도구를 제공합니다.
34
논문 제목:UniKP: 효소 반응 속도 매개변수 예측을 위한 통합 프레임워크, 2023.12
중국어 해석:중국과학원 Luo Xiaozhou 연구팀은 효소 반응 속도 매개변수를 높은 정확도로 예측하기 위한 대규모 모델 + 머신 러닝인 UniKP 프레임워크를 제안했습니다.
연구 내용:중국과학원 산하 선전선진기술연구소의 한 팀은 다양한 효소 반응 속도론적 매개변수를 예측하기 위해 효소 반응 속도론적 매개변수 예측 프레임워크(UniKP)를 제안했습니다.
35
논문 제목:MIDAS를 이용한 단일 세포 다중 모달 데이터의 모자이크 통합 및 지식 전달, 2024.01
중국어 해석:독립적인 연구와 개발! 군 의학 연구소 팀은 단일 세포 다중 오믹스 데이터의 모자이크 통합에 사용할 수 있는 MIDAS를 제안했습니다.
연구 내용:군사 의학 아카데미의 한 팀은 단일 세포 다중 오믹스 데이터의 모자이크 통합과 지식 전달을 위한 계산 도구인 MIDAS를 제안했습니다. 단일 세포 다중 오믹스 모자이크 데이터의 모달 정렬, 데이터 완성, 일괄 수정 등의 일반적인 통합 기능을 처음으로 실현했습니다.
36
논문 제목:ResGen은 병렬 다중 스케일 모델링을 기반으로 하는 포켓 인식 3D 분자 생성 모델입니다. 2023.09
중국어 해석:최고의 기술보다 8배 더 빠름: 후팅쥔 외 저장대학교의 연구진은 단백질 포켓을 기반으로 한 3D 분자 생성 모델인 ResGen을 제안했습니다.
연구 내용:저장대학과 지장연구실 연구팀은 단백질 포켓을 기반으로 한 3D 분자 생성 모델인 ResGen을 제안했습니다. 이는 기존의 최고 기술보다 8배 빠르며, 결합 에너지가 낮고 다양성이 높은 약물 유사 분자를 생성하는 데 성공했습니다.
37
논문 제목:주요 냄새 지도는 후각 지각의 다양한 작업을 통합합니다. 2023.08
중국어 해석:구글, GNN 기반 냄새 인식 AI 개발…인간 평가자 70년간의 끊임없는 노력에 해당
연구 내용:구글 리서치에서 분사한 회사인 오스모(Osmo)는 그래프 신경망을 기반으로 냄새 분석 AI를 개발했습니다. 그것은 구조에 기반하여 화학 분자의 냄새를 설명할 수 있으며, 화학 분자의 53%와 냄새 설명자의 55%를 판단하는 데 있어 인간보다 우수합니다.
38
논문 제목:기계 학습은 식물을 항말라리아제의 잠재적 공급원으로 예측하는 것을 향상시킵니다. 2023.05
중국어 해석:영국 큐 가든은 기계 학습을 사용하여 말라리아에 대한 식물 저항성을 예측하여 정확도를 0.46에서 0.67로 높였습니다.
연구 내용:큐 왕립식물원과 세인트앤드루스 대학의 연구진은 머신러닝 알고리즘이 식물의 항말라리아 특성을 0.67의 정확도로 효과적으로 예측할 수 있음을 입증했습니다. 이는 기존 테스트 방법의 0.46보다 상당히 향상된 수치입니다.
39
논문 제목:폴리머 장기 작용 주사제 설계 가속화를 위한 머신 러닝 모델, 2023.01
중국어 해석:토론토 대학은 11개 알고리즘을 수평적으로 비교 분석해 장기주입형 신약 개발 가속화를 위한 머신러닝 모델을 출시했다.
연구 내용:토론토 대학의 연구진은 장기 작용 주사제의 방출 속도를 예측할 수 있는 머신 러닝 모델을 개발해 전반적인 약물 개발 프로세스를 가속화했습니다.
40
논문 제목:딥러닝을 통한 선형 분자의 거대고리화로 거대고리 약물 후보물질 발견 촉진, 2023.07
중국어 해석:동중국과학기술대학 이홍린 연구팀, 거대고리약물 발견 가속화 위해 맥포머 개발
연구 내용:동중국과학기술대학 연구팀은 트랜스포머를 기반으로 맥포머를 개발하고, 비고리형 약물인 페이조티닙을 거대고리화하는 데 성공하여 효능이 더 강한 새로운 화합물을 얻었으며, 약물 개발을 위한 새로운 방법을 제공했습니다.
41
논문 제목:PSC 분화 시스템의 변동성을 줄이기 위한 생세포 이미지 기반 머신 러닝 전략, 2023.06
중국어 해석:베이징대학교, 기계학습 기반 다능성 줄기세포 분화 시스템 개발…효율적이고 안정적으로 기능세포 생산
연구 내용:베이징대학교와 베이징교통대학교의 연구팀은 생체세포 명시야 동적 이미징과 머신러닝을 기반으로 한 분화 시스템을 개발했습니다. 이 시스템은 다능성 줄기세포의 분화 과정을 실시간으로 지능적으로 조절하고 최적화하여 기능성 세포를 효율적이고 안정적으로 생산할 수 있습니다.
42
논문 제목:머신 러닝을 활용한 제약 잉크젯 인쇄 결과 예측, 2023.12
중국어 해석:약물 3D 프린팅의 새로운 획기적인 발전: 샌디에이고 대학교는 머신 러닝을 사용하여 최대 97.22%의 정확도로 바이오 잉크를 스크린 잉크젯 프린팅합니다.
연구 내용:산티아고 데 콤포스텔라 대학교와 런던 대학교의 연구진은 기계 학습 모델을 적용하여 바이오잉크의 인쇄성을 예측하고 예측률을 성공적으로 개선했습니다.
43
논문 제목:아시네토박터 바우마니를 표적으로 하는 항생제의 딥러닝 기반 발견, 2023.05
중국어 해석:AI가 슈퍼박테리아에 맞서 싸운다: 맥마스터 대학교, 딥러닝을 활용해 새로운 항생제 아바우신 발견
연구 내용:맥마스터 대학과 MIT의 연구진은 딥러닝을 사용하여 약 7,500개의 분자를 검사하여 아시네토박터 바우마니를 억제하는 새로운 항생제를 찾아냈습니다.
44
논문 제목:머신러닝을 활용한 세놀리틱스 발견, 2023.05
중국어 해석:세포 노화를 예방하고 노화 관련 질병을 예방하기 위해 에든버러 대학은 세포 노화를 예방하는 3가지 "AI 노화 방지 처방"을 발표했습니다.
연구 내용:에든버러 대학교와 칸타브리아 대학교는 머신 러닝을 사용하여 3가지 노화 방지 약물인 깅케틴, 페리플로신, 올레안드린을 발견하고 인간 세포주에서 노화 방지 효과를 검증했습니다.
45
논문 제목:GPCR의 G 단백질 결합 선택성을 제어하는 규칙 및 메커니즘, 2023.09
중국어 해석:플로리다 대학교, 신경망을 사용하여 GPCR-G 단백질 결합 선택성 해독
연구 내용:플로리다 대학의 연구진은 GPCR과 G 단백질의 결합 선택성을 확인하고, 이 둘의 선택성을 예측하는 알고리즘을 개발했으며, 이 선택성의 구조적 기초를 연구했습니다.
46
논문 제목:설명 가능한 딥러닝을 이용한 항생제의 구조적 분류 발견, 2023.12
중국어 해석:'슈퍼 박테리아'의 저주가 깨질 수도 있다. MIT, 딥러닝 활용해 새로운 항생제 발견
연구 내용:MIT 연구진은 그래프 신경망 Chemprop을 사용하여 대규모 화학 라이브러리에서 잠재적인 항생제를 식별하고 새로운 종류의 항생제를 발견했습니다.
이번 호에는 AI+생명의학에 관한 최첨단 논문이 요약되어 있습니다. 최신 결과를 보려면 다음을 참조하세요.
https://github.com/hyperai/awesome-ai4s
