研究人员构建深度神经网络模型解密磷酸化位点的功能景观
NADP+/NADPH（辅酶Ⅱ）参与磷酸戊糖代谢过程，为大分子生物合成和清除过量ROS提供还原力，支持细胞生长和存活，对快速增殖的癌细胞尤为重要。
多层级的图神经网络推动蛋白质功能预测的发展
高通量测序的进展推动了蛋白质序列数量的快速增长。尽管如此，由于实验研究需要较长的周期并且费用昂贵，大部分蛋白质序列缺乏功能注释。因此，具备自动而准确推断蛋白质功能的计算方法变得至关重要。
Nature： 揭示胶质母细胞瘤通过蛋白TSP-1劫持认知神经网络
在一项新的研究中，来自美国加州大学旧金山分校的研究人员考察了胶质瘤引起的神经元变化如何影响认知背后的大脑回路，以及这些相互作用是否能影响患者的生存。他们发现胶质瘤可以改变大脑中的功能性神经回路。这导致
Nature子刊：乔燕/林艺扬团队在构建人工细胞有序网络领域取得进展
近日，乔燕课题组联合北京化工大学教授林艺扬教授、英国布里斯托大学 Stephen Mann 教授，在 Nature 子刊 Nature Chemistry 上发表了题为：Superstructural
Cancer Cell：利用人工智能对脑转移瘤分类，揭示其对神经环路的影响
论文共同通讯作者、西班牙国家研究委员会卡哈尔研究所神经回路实验室主任 Liset Menéndez de la Prida 表示，通过机器学习，能够整合所有的数据来创建一个模型，通过观察大脑的电活动，
科学家提出注意力脉冲神经网络
本工作探索了如何在脉冲神经网络中使用注意力机制，发现了通过将注意力机制作为辅助模块插入到脉冲神经网络中能够在大幅降低网络脉冲发放的同时显著提升任务性能。
Nat Neurosci：科学家成功利用深度神经网络来预测人类机体大脑是如何处理加工自然声音的
来自法国国家科学研究中心等机构的科学家们通过研究尝试利用计算模型来预测人类大脑是如何将声音转化成为周围环境中所发生的事情的语义表征的。
ANN NEUROL:绘制急性缺血性卒中神经功能缺损失联脑网络图谱
近日，首都医科大学附属北京天坛医院神经病学中心李子孝教授、王拥军教授团队联合北京航空航天大学刘涛教授团队在国际期刊《ANNALS OF NEUROLOGY》发表题为“Lesion netw
郭国骥/韩晓平团队发表基于人工智能神经网络的基因组解读系统——女娲
基于DNA序列编码基因表达模式的假设，该研究提出了深度学习模型Nvwa（女娲），首次实现了完全基于基因组序列预测单细胞水平的基因表达，且预测准确度与实验测量精度相当。