deoxyribonucleic acid
PulseAugur coverage of deoxyribonucleic acid — every cluster mentioning deoxyribonucleic acid across labs, papers, and developer communities, ranked by signal.
10 天有情绪数据
-
生成式AI设计增强型蛋白质以改进DNA编辑
研究人员利用生成式AI设计了能够显著增强DNA编辑能力的新型蛋白质。其中一种AI设计的蛋白质，在整合到实验性基因编辑系统中后，在培养细胞中显示出靶向DNA插入量增加一倍的性能。这一进展凸显了AI在加速生物学研究和开发更精确的基因编辑工具方面的潜力。
-
纯文本的持久价值与 Rosalind Franklin 的 DNA 发现
该集群包含两篇不相关的文章，一篇讨论纯文本技术的持久价值，另一篇探讨 Rosalind Franklin 对 DNA 结构发现的贡献。第一篇文章在 Mastodon 上分享，论证了纯文本在数字时代的相关性。第二篇文章也在 Mastodon 上分享，澄清了 Rosalind Franklin 在获得揭示 DNA 螺旋结构的 X 射线衍射图像中的关键作用，纠正了历史叙述。
-
AI工具助力DNA设计，用于药物递送和免疫疗法
研究人员正在开发新的AI工具来设计用于药物递送和免疫疗法的DNA结构。这些工具使科学家能够创建特定的DNA折叠模式，有可能在医学领域带来新的解决方案。这些进展侧重于在分子水平上操纵DNA以实现所需的治疗效果。
-
新的VANDAM框架通过DNA分子先验知识增强基因组基础模型
研究人员开发了VANDAM，一个旨在通过整合DNA分子先验知识来增强基因组基础模型（GFMs）的新框架。与目前将DNA视为简单字符串的GFMs不同，VANDAM显式地建模了重要的生化、结构和物理特性。该方法利用已建立的生物物理模型来提供可在训练期间利用的先验知识。通过补充现有的基于token的目标，VANDAM在各种架构和基因组任务的下游性能方面展现出了一致的改进，并显示出对未见分子特性的泛化能力。
-
Claude AI 在 DNA 分析中识别出意外模式
某人要求 Claude 分析脱氧核糖核酸 (DNA) 序列。据报道，该 AI 模型在遗传数据中识别出一种意外的模式。在提供的信息中未详细说明此发现的具体细节及其影响。
-
AI模型Claude在DNA中发现新型酶系统
名为Claude的AI模型在脱氧核糖核酸（DNA）中识别出一个先前未知的酶系统。该系统表现出类似于CRISPR重复序列的特征，暗示着一种新颖的生物机制。这一发现是通过先进的AI技术实现的，这些技术在分析遗传物质方面超越了传统方法的潜力。
-
新的HyCoSeq框架使用双曲几何进行基因组序列学习
研究人员开发了HyCoSeq，一个使用双曲几何学习基因组序列表示的新框架。该方法结合了加权洛伦兹残差聚合和双向长短期记忆网络，以捕捉DNA序列中的上下文关系。实验表明，即使没有广泛的预训练，HyCoSeq在与更大的预训练DNA语言模型相比时也表现出竞争力。
-
新的DNA方法增强了AI驱动的接触者追踪的隐私性
研究人员开发了一种名为DNA（差分隐私神经增强）的新方法，以增强COVID-19等疾病的去中心化接触者追踪的隐私性。该方法集成了具有差分隐私保证的学习神经网络，与纯粹的统计方法相比，显著提高了潜在感染者的检测能力。即使隐私预算为每条消息epsilon=1，DNA在模拟中也显示出更高的检测率和更低的感染传播，标志着在应用深度学习于公共卫生并维护基本隐私标准方面取得了关键进展。
-
人类突变场显示出类平衡结构和残余非平衡循环
研究人员在人类突变场中发现了一种类平衡结构，表明DNA序列演化在很大程度上可以用能量景观上的随机动力学来描述。他们使用Siamese神经网络对突变概率进行建模，发现与经验数据高度相关，表明大多数突变偏差与这种推断的景观一致。然而，发现了一个微小但可检测到的非平衡成分，揭示了违反详细平衡的Kolmogorov循环条件的特定定向突变机制。
-
Google的AI系统绘制人类基因组变异图谱
Google推出了AlphaGenome Atlas，这是一个由AI驱动的系统，旨在预测人类基因组中每一个潜在的单碱基变异的影响。这项分析涵盖了大约90亿个碱基，旨在揭示非编码DNA的功能，非编码DNA占基因组的大部分，并在调节基因活性方面发挥作用。虽然该工具在一个软件包内提供了全面的分析，但其最终效用将取决于生物学研究界的采纳程度。
-
Google DeepMind 发布 AlphaGenome Atlas，用于高分辨率 DNA 可视化
Google DeepMind 发布了 AlphaGenome Atlas，一个旨在以高分辨率可视化人类 DNA 的工具。该项目旨在将艺术表现与科学数据相结合，从而以更具美感的方式探索遗传信息。
-
Google DeepMind 推出 AlphaGenome Atlas，一个庞大的 AI 生物学数据库
Google DeepMind 推出了 AlphaGenome Atlas，这是一个人工智能驱动的数据库，旨在让全球研究人员能够访问基础生物学工具。这个新资源比 AlphaFold Database 大得多，包含的数据量超过其 30 倍。AlphaGenome Atlas 绘制了数十亿个单字母脱氧核糖核酸（DNA）变化的预测影响，并包含 AlphaGenome Variant Impact (AVI) 分数，该分数有助于对突变进行排名…
-
Google DeepMind 发布 AlphaGenome Atlas 用于遗传病研究 · 跟踪 3 个来源
Google DeepMind 推出了 AlphaGenome Atlas，这是一个由 AI 驱动的工具，旨在绘制人类基因组中每一个可能的 DNA 字母变化图谱。这个全面的目录预测了遗传变异的分子级影响，旨在加速生物学研究和新疾病疗法的开发。该平台包括一个变异影响评分 (AVI)，以帮助研究人员优先处理重要的突变，并在此基础上构建了之前的 DeepMind 模型，如 AlphaGenome 和 AlphaMissense。
-
Vibe 编码软件与 DNA 神秘的生物过程进行比较
“Vibe 编码软件”的概念与 DNA 构建生命的复杂且常常神秘的过程进行了比较。这种类比强调了此类软件的内部运作方式并未被完全理解，而是通过一系列侥幸和临时解决方案来运作。随着编码代理变得越来越自主，编程可能会演变成一种类似于选择性育种的过程，而 AI 被认为可能正朝着这个方向发展。
-
进化编程或将复杂大脑编码进DNA
根据LessWrong的一篇文章，认为人类大脑的复杂性无法完全编码进DNA是一种误解。作者认为，虽然DNA包含的信息量有限，但进化是通过将环境信息转化为生物结构来运作的，而不是直接编码每一个细节。这个过程被比作使用高级语言进行编程，其中环境充当了一个庞大的标准库，使得尽管DNA的限制显而易见，但仍能发展出复杂的大脑。
-
EvoLen 分词器利用进化数据构建 DNA 语言模型
研究人员开发了 EvoLen，一种用于 DNA 语言模型 (DNALMs) 的新型分词方法，该方法整合了进化信息。与自然语言中使用的标准字节对编码 (BPE) 不同，EvoLen 利用跨物种进化信号，优先考虑功能性序列模式，如调控基序。这种方法旨在为 DNALMs 创建更具生物学意义和可解释性的序列表示。实验表明，EvoLen 在保留功能性模式和符合进化约束方面有所改进，同时在各种 DNALM 基准测试上的表现与 BPE 相当。
-
LLM 被比作生物细胞，而非心智，新分析指出
本文认为，大型语言模型（LLM）的功能更像生物体，特别是细胞，而不是有意识的心智。作者将 LLM 比作大量短程序（如 DNA）的集合，这些程序根据环境输入执行，从而产生涌现行为。相比之下，心智被描述为对变化敏感的结构构建实体，其运作更像市场，即使没有新数据也能不断优化价值和理解。作者认为，LLM 不具备心智所特有的这种持续的自我改进机制。
-
新的多模态基础模型增强了肿瘤学患者表征
研究人员开发了一种名为oFM的多模态基础模型，旨在表征肿瘤学中患者随时间推移的状态。该模型整合了来自超过167万癌症患者的临床数据以及DNA、RNA和H&E病理信息。oFM在预测治疗反应、无进展生存期和总生存期方面表现出显著的改进，在预后基准和比较治疗队列中优于基线特征。此外，一个基于oFM嵌入的框架可以将预测结果与临床相关机制联系起来，有助于临床和药物开发应用。
-
法医 DNA 分析可以解析复杂的混合物，不受随机污染的干扰
法医对 DNA 混合物的分析比简单地找到最常见的 DNA 图谱更为复杂。STRmix 等现代技术可以解析来自多个个体的 DNA，即使在复杂的混合物中也是如此。调查人员关注在犯罪嫌疑人可能接触过的环境中发现的 DNA，例如把手或电子设备，而不是随机的环境污染。DNA 痕迹的质量和一致性，以及其他证据，对于刑事调查中的概率建模至关重要。
-
AI模型生成可行的病毒遗传密码
人工智能模型正在被训练来编写遗传密码，这一发展让研究人员感到既兴奋又恐惧。在一项最新研究中，AI模型被赋予任务，为可行的噬菌体（一种感染细菌的病毒）生成完整的基因组。模型产生了大约70万个潜在设计，研究人员从中挑选了285个有前景的候选设计。然后，这些设计被合成为新的DNA分子并引入大肠杆菌中，其中一些产生了比原始噬菌体更有效的可行病毒。