编辑 | 白菜叶
过去一年，人工智能在遗传、医疗、制药等领域发挥了重要作用，并取得了众多进展，为人类健康发展带来了新希望。
以下为 ScienceAI 2023「AI+药物&医疗&基因组&细胞」专题年度回顾
- 华为团队开发组合贝叶斯优化框架，进行抗体计算机设计
- 中科院团队用AI图像识别搭建新系统，允许自动识别和分选单个细胞
- Quantum-Si与Biovista合作，将蛋白质测序技术与AI可视化结合起来，进一步解锁人类蛋白质组以发现新药
- 国科大和温医大团队通过拉曼光谱结合深度学习，用于快速、无标签肝癌组织病理诊断
- 用于 DNA 测序的机器学习模型，理论上可以解码任何测序读数中所编码的数据值
- 浙大团队基于ML的抗菌肽筛选模型，可识别整个肽库空间发现新药
- 加速聚合物长效注射剂药物设计的机器学习模型
- Deepcell 发布首个单细胞形态学数据集
- 计算机辅助合成计划与分子图编辑相结合，最大限度减少生物碱所需合成步数
- 人工智能有助于发现超紧密结合抗体
- 阿斯利康团队用具有域适应性的可解释双线性注意网络改进了药物靶标预测
- 科学家开发强大的人工智能算法，以获得对致命胶质母细胞瘤的新见解
- Insilico Medicine 用 AI 设计的小分子药物，获得 FDA 孤儿药认定
- ChatGPT成功背后的技术原因及其对生命科学领域的启发
- 蓝脑计划发布新版 3D 细胞图谱，揭示更多神经元类型
- 近期五项研究，AI 揭示人类认知、预测药性......
- 可在细胞环境中监督挖掘分子模式的卷积网络
- 微软亚洲研究院开源 BioGPT，一种基于生物医学研究文献进行训练的大型语言模型
- 人民大学&央财&昌平实验室团队，使用深度度量学习对单细胞转录组数据进行批量比对
- 人工智能如何改变基因组学
- AION Labs 推出用于从头设计抗体的 AI 初创公司
- 山东大学团队提出基于异构图 Transformer 的单细胞生物网络推理
- 同济团队开发用于 T 细胞受体-抗原结合识别的泛肽元学习
- 人工智能提高了数字乳腺 X 线摄影和数字乳腺断层合成的癌症检出率
- 技术剖析 | 百图生科大模型体系“xTrimo”，能否创造生命科学领域的“ChatGPT时刻”？
- Insilico Medicine 将 ChatGPT 引入其靶点发现平台 PandaOmic
- 用于分析纵向多组学数据的综合平台
- 突破AIDD核心技术，自主知识产权的新药研发平台DrugFlow1.0发布
- 详解百图生科 AIGP 平台：拥有对生命科学多维度的理解，提供多种蛋白质生成能力
- 清华团队开发深度学习新模型，计算T细胞受体和表位之间的相互作用构象
- 合成数据加速用于 X 射线图像分析的基于ML的可推广算法开发
- 之江实验室图计算中心副主任陈红阳：生物制药 × Graph AI 大模型
- AIR开源轻量版BioMedGPT，最终目标是生物医药领域基础大模型
- 中科大团队提出 SDGAE，一种基于图卷积自编码器的 DTI 预测方法
- 中科院开发 STGRNS：可解释的基于 Transformer 方法，从单细胞转录组数据中推断基因调控网络
- 湖南大学团队在生物医学网络上使用新的 SSL 策略，助力药物发现
- 免疫原性增强128倍、11分钟找到最稳定序列，百度mRNA疫苗优化算法登上Nature
- 类器官智能（OI），开启生物计算新时代
- 助力更高效的药物设计，浙大&阿里团队提出基于功能提示的知识图谱增强分子对比学习
- 首个单细胞生物学基础大型语言模型，在超1000万个细胞上进行预训练
- 深度神经网络可实时可靠地检测疾病生物标志物
- 覆盖每个人类基因组超99%的序列，AI帮助建立更好的泛基因组，使基因组学的适用性更广泛
- 每小时分析百万细胞，中科院团队从单细胞数据中监督学习高置信度表型亚群
- 谷歌云推出两款 AI 新工具，加速药物发现和精准医疗
- EvoAug：通过进化启发的数据增强，提高基因组 DNN 的泛化和可解释性
- 生成式 AI 如何构建更好的抗体
- AI通过转录组学数据，推断细胞间相互作用的分子变化
- ChatGPT 对生物学和环境科学意味着什么？
- 60页、432篇参考文献，浙大等五所机构合作长篇综述：制药科学中的AI
- BiomedGPT：用于生物医学领域的通用生成预训练 Transformer
- 晶泰科技与礼来签署药物发现合作，以「AI+实验机器人」驱动首创新药管线研发
- 空间分辨率提高近 10 倍，港科大团队开发用于细胞内动力学成像的单帧深度学习超分辨率显微镜
- Nature | 数据有限也能预测药物靶点，开源模型Geneformer显著改善基因网络校正疗法
- 只需一行代码，即可轻松驱散基因组分析中DNN产生的数字噪音
- 使用超图学习梳理出基因组规模代谢网络中缺失的反应
- MIT团队开发ConPLex：一种用于预测药物-靶标结合的机器学习方法
- 安徽大学团队提出了一种基于多标签的深度学习方法来预测 21 类治疗性多肽的功能
- 结合亲和力提高了 28.7 倍，基于端到端贝叶斯语言模型的方法设计大型、多样化的高亲和力抗体库
- 使用AI发现靶向细胞衰老的化合物，助力肿瘤药物研发
- 全球首款 AI 设计药物进入 II 期临床试验，首批患者给药
- 医学人工智能的重大进展！Nature子刊：基于多模态人工智能的临床疾病诊断
- 为了更好地「监管」AI在药物开发和生产中的应用，FDA向业界寻求帮助
- 单细胞生物学基础大型语言模型scGPT更新版来了，在超3300万个细胞上进行预训练
- 训练速度比Transformer快160倍，一种在人类参考基因组上进行预训练的基因组基础模型
- 阿斯利康最新合作研究，AI生成的纳米粒子被证明能够精准地向患病细胞输送药物
- AlphaFold2 可能是更锋利、更精确的「基因剪刀」，中科院团队通过创新蛋白聚类方法开发新型碱基编辑工具
- 谷歌医疗大模型登Nature：Med-PaLM准确率与人类医生相当
- 谷歌DeepMind研究登Nature子刊，检测临床机器学习系统中是否存在捷径学习？
- 人类生物分子图谱计划新进展登Nature封面，细胞「图谱」提供了前所未有的胎盘、肠道和肾脏视图
- 高精度、高分辨率，浙大&西湖大学团队开发基于混合模型的细胞反卷积方法，可广泛用于医学场景
- Science 封面：深度学习模型揭示人类骨骼形态的遗传结构和进化
- Intel 等多家机构联合推出用于医疗 AI 的基准测试开放平台 MedPerf
- 生成式AI加速抗病毒药物开发，提高药物发现潜力
- [通才生物医疗AI] 的首次演示，谷歌推出新的医疗大模型Med-PaLM M
- 德睿智药与西湖大学团队开发基于非参数子图匹配的GNN解释模型MatchExplainer
- 英矽智能AI设计药物新进展，利用生成AI模型和AlphaFold蛋白结构发现新型SIK2抑制剂
- 腾讯AI Lab提出一个深度学习框架，整合AIR的序列和结构特征来准确预测免疫反应
- 基于人工智能的图谱方法，阐明研究蛋白质的新路径
- DoctorGPT 模型：为每个人提供一个私人医生
- 机器学习和机械建模的混合方法，提高基因组规模代谢模型的预测能力
- 助力发现药物靶点，华科大团队开发深度迁移学习方法，用于预测跨膜蛋白相互作用
- 将领域知识引入神经网络，MIT团队用光谱Transformer研究非靶向代谢组学图谱
- 可区分技术噪声和生物变异，使用深度学习来研究细胞核内染色质
- 华为&复旦团队开发Q-Drug，使用深度学习将药物设计带入量子空间的框架
- 北大团队综述：AI 可助力针对天然无序蛋白的合理药物设计
- 利用进化扩散进行蛋白生成，微软开源新型蛋白质生成AI框架EvoDiff
- DeepMind最新AI工具登 Science，AlphaMissense准确分类89%的「错义突变」
- 百图生科宋乐博士浅谈：AI for Science 的下一步，计算生物学的下一程
- 「制药版ChatGPT」，清华系团队水木分子发布生物医药行业千亿参数大模型 ChatDD
- DeepMind的Demis Hassabis：对Isomorphic的愿景，以及生命科学领域AI的未来
- 中国科学院团队两篇齐发：首个跨物种生命基础大模型+新型细胞命运预测AI模型发布
- 浙大团队用深度学习方法进行高效、准确的大型文库配体对接，助力药物开发
- 多组学数据整合更精确，川大团队借助迁移学习揭示细胞异质性可用于改善数据整合
- AlphaFold 被吹捧为药物发现的下一件大事，但它是吗？
- 哈工大与腾讯团队合作开发：一种专门针对蛋白质组数据设计的深度学习反卷积方法
- Nature | 一场人工智能革命正在医学领域酝酿，它会是什么样子？
- 哈工大&南医大开发深度学习框架，用于从单细胞RNA测序数据中识别细胞间相互作用
- FDA 团队用基于DL的自然语言处理方法，识别定向药代动力学药物相互作用
- 数因智科袁野：CINS模型依据单细胞数据揭示细胞间互动的秘密
- 达摩院医疗AI突破胰腺癌早筛难题，成果登上Nature Medicine，首次实现大规模胰腺癌筛查
- 改进分子表征学习，清华团队提出知识引导的图 Transformer 预训练框架
- 纽约大学团队开发用于基因组学的神经网络，并解释了它如何实现准确的预测
- BAAI、北大&港中文团队提出 SegVol：通用且可交互的医学体素分割模型
- 使用深度神经网络整合药物与疾病关联数据进行药物再利用
- 可进行端到端基因组序列分析，一个易于使用的深度学习基因组软件
- 将合成生物学与AI相结合，以无细胞方式寻找新抗生素
- 可直接比较潜在新药的性能，杜克大学团队开发新的药物AI模型
- Nat. Commun.| 中科大团队提出基于深度学习的空间转录组结构表征 SPACEL
- 弥合化学反应预训练和条件分子生成之间的差距，北大&望石智慧提出「统一」模型
- Protein BLAST会成为过去吗？AlphaFold等对蛋白结构的搜索是否会取代对序列的搜索
- GHDDI与微软研究院科学智能中心达成合作，联手通过AI革命性赋能新药研发
- 上海交大团队利用深度学习进行运动评估，促进脑瘫早期筛查
- 未来集成到AI中？以78%准确率识别声音，「生物计算机」将实验室培养的脑组织与电子硬件融合
- 人工智能为新药铺平道路：几何深度学习方法可以预测合成药物分子的最佳方案
- Nature|从1.07亿个分子中发现新抗菌化合物，MIT团队开发用于抗生素发现的DL方法
