tyc7111cc太阳成集团

洞察市场格局
解锁药品研发情报

免费客服电话

18983288589
医药数据查询

智药邦

智药邦

共发布文章：421篇
  • 中南大学邓磊教授团队提出MolMVC模型，通过多视图对比学习增强药物相关任务的分子表征
    前沿研究
    有效的分子表征在药物开发中至关重要。 作者提出了一种 针对分子表征学习的多视图对比学习框架，称为MolMVC （Molecular Multi-View Contrastive learning）。 MolMVC使用Transformer编码器捕获1D序列信息，并使用图Transformer对分子的复杂2D和3D结构细节进行编码。
    智药邦
    2024-09-30
    多视图
  • JCIM｜大型语言模型作为分子设计引擎
    前沿研究
    新型分子和材料的设计是推动科技进步的重要驱动力，特别是在能源存储、合金设计、二维材料以及药物发现等领域。 LLMs，这类在大规模自然语言文本数据上预训练的大模型，因其能够理解和生成自然语言指令的特性，被逐步应用于化学和材料科学领域。 2024年9月24日，来自宾夕法尼亚州立大学和 密歇根州立大学的研究人员在 Journal of Chemical Information and Modeling上发表文章Large Language Models as Molecular Design Engine。
    智药邦
    2024-09-27
    JCIM
  • Brief Bioinform｜李诗良/李洪林团队开发基于保留机制的小分子pKa值预测AI方法GR-pKa
    前沿研究
    该论文 介绍了一种创新的用于化学小分子pK a 值预测的深度学习模型GR-pK a 。 该模型联合应用多重保真度学习 (Multi-fidelity learning) 、量子化学特征以及保留机制 (Retention mechanism) ，实现了对化学小分子pK a 值的快速准确预测，为化学和药学领域的研究提供了强大的新工具。 在药物发现和设计过程中，分子的酸碱解离常数(pK a ) 对ADMET特性（吸收、分布、代谢、排泄和毒性）及生物活性具有显著影响，因而受到高度重视。
    智药邦
    2024-09-26
    李洪林
  • AlphaFold开发者获引文桂冠奖，接连获得诺奖风向标认可，今年能否问鼎诺奖？
    审批动态
    2024年9月19日，科睿唯安公布了2024年度引文桂冠奖名单。 来自6个国家的22位杰出科学家和经济学家入选，他们在各自领域都发表了奠基性研究论文，这些论文引用率极高，并产生了开创性的影响，研究成果被认为具有诺贝尔奖水平。 自2002年首次发布以来，引文桂冠奖获得者中已有75人在之后获得诺贝尔奖，引文桂冠奖也因此素有“诺奖风向标”之称。
    智药邦
    2024-09-26
    诺奖 AlphaFold
  • Nat Rev Drug Discov｜两家顶尖AI制药公司合并：打造AI优先的药物发现引擎
    公司动态
    2024年8月8日， Recursion和Exscientia宣布已达成最终协议，将 两家公司 合并。 参见 两家顶尖AI制药公司合并，打造具备端到端能力的全球药物发现技术领导者。 2024年9月13日，Nat Rev Drug Discov发表文章Creating an AI-first drug discovery engine。
    智药邦
    2024-09-25
    AI制药
  • AI+药物发现｜Genesis与吉利德达成合作，预付款3500万美元
    交易并购
    2024年9月10日， 吉利德（Gilead Sciences）和Genesis Therapeutics宣布，两家公司已达成战略合作，共同发现和开发跨多个靶点的新型小分子疗法。 Genesis正在开创生成性和预测性人工智能技术，以帮助针对具有挑战性的靶点开发疗法。 此次合作将部署Genesis领域领先的人工智能平台 GEMS（Genesis Exploration of Molecular Space），以协助生成和优化吉利德所选靶点的分子。
    智药邦
    2024-09-25
    AI+药物
  • Angew｜来鲁华/张长胜团队在全原子蛋白质序列设计中取得新进展
    前沿研究
    针对蛋白质结构骨架的序列设计是全新蛋白质设计中的关键问题之一。 其中代表性的工作包括ProteinMPNN，ABACUS-R，ProDesign-LE等，都在序列设计中取得了重要进展，并进行了相应的实验验证。 然而，这些代表性的方法均没有考虑蛋白质侧链的原子细节信息。
    智药邦
    2024-09-24
    全原子蛋白质序列 张长胜
  • 复旦大学王满宁教授团队提出MoleSG模型，通过非重叠掩模的互补多模态自监督学习进行分子性质预测
    前沿研究
    自监督学习在分子表征学习中起着重要的作用，因为标记的分子数据通常在许多任务中受到限制，例如化学性质预测和虚拟筛选。 然而，大多数现有的多模态融合方法往往依赖于对比学习，但它们忽略了不同模式之间的细粒度交互。 尽管UniMAP等多模态融合框架采用基于掩码重建的生成式预训练，但其只进行简单的掩码重建，没有具体设计掩码策略，因此仍然不能充分利用互补信息交互。
    智药邦
    2024-09-23
    分子性质 MoleSG
  • Nat Commun｜蛋白质语言模型驱动的DNA-蛋白质结合预测
    前沿研究
    蛋白质和DNA相互作用在大多数生命活动中起到基础性的作用。 传统的基于生物湿实验研究蛋白质-DNA相互作用的方法周期长、费用高，成功率低。 该研究组经过调研发现国内外研究者使用的通用蛋白质语言模型没有特别关注特定功能领域（比如DNA结合蛋白质）的知识且通常缺乏可解释性。
    智药邦
    2024-09-21
    蛋白质结合 Nat Commun
  • 动物研究的替代之路：人工智能技术的探索
    前沿研究
    人工智能作为一种新兴技术，正在逐步探索成为动物研究的替代方法。 通过生成式对抗网络（GANs）等先进技术，AI能够生成模拟动物的数据，为科学研究提供新的视角。 然而，值得注意的是，目前AI生成的动物数据与人体安全数据之间仍存在显著脱节。
    智药邦
    2024-09-20
    动物