打开APP

Nature子刊:林耀新团队等利用AI设计新型LNP,实现mRNA的体内精准靶向递送,有效抑制肿瘤生长

该研究开发了一种基于脂质三维空间构象的人工智能(AI)模型,通过精准解析可电离脂质的三维空间构象,筛选出了可电离脂质 P1,其呈现出稳定的三尾锥形构象。

2026-03-28

Nature子刊:蔡云鹏/潘毅/唐金陵开发类关联流形学习,弥合医学AI可解释性鸿沟

该研究提出了一种名为类关联流形学习(CAML) 的新型可解释性框架,有效弥合了这一鸿沟,为人工智能在临床辅助诊断、医疗器械审评及医学知识发现等场景的安全应用提供了重要技术支撑。

2026-05-21

西湖大学×北京大学合作Nature子刊:AI从头设计蛋白,实现线粒体基因精准编辑

这项研究开发了一种通用的且由计算引导的超精准碱基编辑方法,为单碱基突变的机制研究和治疗性修正提供了一个有前景的平台。

2025-11-20

npj Precis Onc:AI“神探”深挖癌症药物隐藏技能,老药新用不再是梦!

这项研究传递出一个充满希望的理念,即那些被标记为“副作用”的药物效应在合适的癌症类型中可能转化为“主作用”。

2025-11-18

AI揭秘肿瘤高速生长的隐藏开关

这项研究巧妙结合人工智能与基因组学,不仅解开了癌细胞“劫持”剪接系统的分子谜题,也为我们提供了一套强大的分析工具。

2025-10-21

从24小时到几分钟,AI虚拟染色如何重塑乳腺癌病理诊断?NPJ Breast Cancer研究给出答案

本研究通过结合多光谱自发荧光成像与优化深度学习模型,实现了无标记、快速、高保真的虚拟H&E染色,生成的病理图像在关键形态学指标与临床评分上与标准染色无统计学差异,并在多种乳腺癌模型中验证了其广泛适用。

2026-03-18

Cell子刊:北京大学韩敬东团队开发生成式AI,打造“数字孪生”,预测衰老、疾病及治疗响应

该研究开发了一个生成式人工智能框架——AURORA,利用单一的常规体检数据或面部图像,即可跨模态生成涵盖转录组、代谢组、微生物组等 7 种模态的全景虚拟图谱。

2026-04-26

Cell:AI解码原子"语法",清华大学马剑竹等利用PocketXMol成功开发PD-L1结合肽,体内验证有效

该研究从对接到从头设计,利用一个通用的原子级生成式人工智能模型实现了统一的口袋互动任务,并展示了小分子和肽治疗的强大实验验证。

2026-02-23

Nat Commun:肿瘤里的“邻里关系”——看AI如何窥探肺癌细胞的“私生活”并预测免疫治疗成败?

来自昆士兰大学等机构的科学家们通过研究,借助前沿的多重免疫荧光成像和深度学习技术,如同给肿瘤组织安装了一台高分辨率的“社会观察镜”。

2026-02-18