日前，德睿智药与澳门大学、英国帝国理工学院的联合研究团队，在国际顶级学术期刊《Nature Biomedical Engineering》（《自然-生物医学工程...

数字孪生作为一种新兴技术，旨在整合分子、功能、生理以及临床数据，从而构建生物系统的计算模型。然而，在医学领域，由于缺乏大规模多模态数据，这一概念长期难以真正落地...

过去60年，制药行业研发效率持续下滑。新药每十亿美元获批数量约每九年减半，这一趋势被称为 Eroom定律（Moore定律的反面）。这种效率衰退与治疗需求的持续扩...

微生物来源的次级代谢产物具有重要的药用价值，但目前大多数已知分子仅来源于可培养微生物，而这仅占全球微生物多样性的一小部分。宏基因组学的发展揭示了大量潜在的生物合...

近年来，生物医学研究与临床应用领域正在经历基础模型的快速发展。所谓生物医学基础模型，是指在大规模、多模态生物与临床数据上训练的机器学习模型，其目标是学习具有广泛...

在基因疗法和 mRNA 疫苗研发中，精准控制蛋白质表达一直是个关键难题。传统的 mRNA 翻译机制依赖其“帽子结构”，但在细胞应激或病毒感染时，这种机制常常失效...

人工智能（AI）在生命科学领域取得了革命性突破，使得生物信息的解析能力达到了前所未有的水平。为了最大化不断增长的投资回报并加速科研进展，亟需解决伴随AI快速应用...

视网膜疾病导致的视力损伤仍然是全球范围内的重要致残原因。光学相干断层成像（OCT）作为一种三维无创成像技术，能够精细刻画视网膜微结构，在临床诊断中具有核心地位。...

跨模态整合病理形态与多层分子特征，对于深入理解疾病发生机制具有重要意义。然而，现有多模态学习方法在跨模态推断、整合能力以及可解释性与泛化能力之间往往难以兼顾。

Leigh综合征是一种严重的线粒体疾病，目前尚无有效治疗方法，其特征包括乳酸酸中毒以及基底节和中脑区域的病变，最终导致神经功能退化和早逝。研究人员此前发现，在携...

分子动力学（Molecular Dynamics, MD）模拟是理解蛋白质折叠、材料相变、化学反应机理的核心工具。其准确性完全依赖于对原子间相互作用力的精确描述...

跨模态整合病理形态与多层分子特征，对于深入理解疾病发生机制具有重要意义。然而，现有多模态学习方法在跨模态推断、整合能力以及可解释性与泛化能力之间往往难以兼顾。

功能性磁共振成像（fMRI）是研究脑功能和神经疾病的重要工具，但现有分析方法通常依赖复杂的预处理流程和任务特定模型，导致结果在不同数据集和任务之间难以复现和迁移...

理解和预测无机材料的性质对于推动能源、电子等领域的发展至关重要。近年来，多模态大语言模型为整合结构数据与文本信息提供了新的可能，但如何将原子级结构信息有效融入语...

在生物信息学与计算生物学中，许多核心问题可以被表述为“状态之间的映射学习”，例如将疾病状态的细胞转化为健康状态，或从已有数据分布外推生成新的生物样本。然而，这类...

近日，Fred Hutchinson Cancer Center、Reaction Biology 和 University of Washington 等机构...

生成式机器学习模型正在重塑材料设计领域，但将其扩展到三维超材料的反向设计仍面临计算复杂度高和表示能力不足的挑战。为解决这一问题，研究人员提出了一种名为Diffu...

分子机器学习模型通常难以泛化到训练数据之外的化学空间，这限制了其在结构新颖分子上的预测能力。为了解决这一问题，研究人员提出了一种联合建模方法，将分子性质预测与分...

Leigh综合征是一种严重的线粒体疾病，目前尚无有效治疗方法，其特征包括乳酸酸中毒以及基底节和中脑区域的病变，最终导致神经功能退化和早逝。研究人员此前发现，在携...

靶点识别是药物研发的起点，也是最为关键的一步。虽然人类基因组中包含约2万个蛋白编码基因，但目前被认为“可成药”的仅有约4500个。更值得关注的是，迄今为止，所有...