AI for Science

设想我们能够清晰地观察材料表面原子的运动，正如我们在夜空中凝视闪烁的星星那样，这将为理解材料的功能打开全新的视角。 然而，传统电子显微镜技术面临着根本性的挑战：要实现毫秒级时间分辨率的原子尺度成像，必须显著降低电子束的剂量，这一要求常常使得图像被噪声掩盖，导致关键细节的模糊。 为了解决这一技术瓶颈，...

机器学习 (ML) 目前正在变革蛋白质计算设计的领域，数据驱动的方法在实验成功率上已然超越传统的生物物理方法。然而，现有研究多以个案形式呈现，缺乏系统化和标准化，导致客观比较变得困难。 在近期的研究中，来自德国莱比锡大学的跨学科研究团队在 Rosetta 软件框架的支持下，开发了一个简洁且多样化的工...

编辑 | matrix 众多学者在接受审稿邀请时常常面临一种普遍现象：这意味着一天的时间将被占用。他们在文稿上耗费数小时进行标注，却发现需要更多时间来全面理解内容，才可给予连贯而有效的反馈。 因此，许多研究人员出于对自身时间和精力的珍惜，已开始婉拒这些审稿邀请。 然而，科学的本质是一个共同体的努力。...

编辑丨toileter 药物研发在历史上一直是一项艰巨且低效的任务。德国汉堡生物技术公司Evotec的计算化学家David Pardoe指出，在过去一百年中，仅发现了约7000种罕见疾病的500种治疗方案。然而，理论上，人工智能（AI）有潜力解决制药过程中的两个主要挑战：较长的耗时以及高昂的成本。 ...

随着单细胞空间组学技术的迅速进展，研究人员得以在单细胞分辨率下系统地探讨组织内不同细胞的状态、功能及相互作用。 然而，如何从海量空间组学数据中准确识别和表征细胞生态位（cell niche）仍然是一个亟待解决的重大挑战。 最近，浙江大学药学院的研究团队开发了一种名为 scNiche 的计算框架，能够...

编辑 | 白菜叶 机器学习在精确快速预测结合亲和力方面展现了巨大的潜力。然而，现有模型的稳健性评估不足，未能有效完成在先导化合物优化过程中所需解决的任务，例如对一系列同类配体的结合亲和力进行排序，从而限制了其在药物发现中的应用。 牛津大学的研究团队首次提出了一种新的基于注意力机制的图神经网络模型，命...

在材料科学中，纳米颗粒的形态特征对其物理化学性质及应用前景具有决定性影响。 然而，传统的人力测量方法在面对电子显微镜中成千上万的颗粒时，往往需要耗费数十小时，且容易受主观偏见的影响。同时，利用分水岭算法等半自动工具进行粒子分割在处理高度重叠的复杂颗粒结构时效果不甚理想。 德国康斯坦茨大学与巴西米纳斯...