研究人员开发了一种新颖的方法来解决药物发现和生物制造中生物过程建模的数据稀缺性问题。他们的工作系统地探索了将现有的生物动力学知识（通常由常微分方程 ODE 描述）整合到神经网络中的方法。研究发现，在处理有限的真实世界数据时，在模拟 ODE 曲线上的预训练通用解码器与直接将 ODE 嵌入神经网络架构中的效果一样好。 AI
影响 这项研究提供了一种更具数据效率的方式将深度学习应用于生物过程，有望加速药物发现和生物制造。
排序理由 该集群包含一篇在 arXiv 上发表的研究论文，详细介绍了一种新的生物过程建模方法。[lever_c_demoted from research: ic=1 ai=1.0]
- artificial neural network
- arXiv
- Biokinetics
- biomanufacturing
- deep learning
- drug discovery
- microbial growth
- microbial species
- ordinary differential equation
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
