PulseAugur
中
实时 19:21:53
实体 protein

protein

PulseAugur coverage of protein — every cluster mentioning protein across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
15
90 天内 40
发布 · 30天
0
90 天内 0
论文 · 30天
13
90 天内 34
层级分布 · 90 天
主题
情绪 · 30 天

7 天有情绪数据

最近 · 第 1/3 页 · 共 43 条
  1. TOOL · CL_366415 ·

    新的SCOPE框架可从组织学图像预测细胞RNA和蛋白质

    研究人员开发了SCOPE,一个新颖的框架,旨在利用标准的H&E染色组织学图像预测细胞内的RNA和蛋白质含量。该方法解决了现有空间分子谱技术的一些限制,这些技术通常受限于少量标记物和不足的高质量数据。SCOPE利用RNA和蛋白质之间互补的生物信息来增强共享的基因层面表示,从而实现跨模态的知识转移。该框架已显示出显著的改进,在可见标记物方面平均RNA皮尔逊相关性提高了8.8%,蛋白质皮尔逊相关性提高了9.7%,在不可见标记物方面则提高了1…

  2. RESEARCH · CL_362076 ·

    AI协助绘制神秘蛋白质结构

    AI,特别是Claude,已协助研究人员绘制出一种功能尚不明确的蛋白质的结构图。这种蛋白质结构测定的进展是利用AI实现的,补充了X射线晶体学和冷冻电子显微镜等传统方法。绘制如此复杂结构的能力可能对理解疾病和开发新疗法产生影响。

  3. TOOL · CL_360366 ·

    arXiv新论文定义了AI解释的局限性

    arXiv上的一篇新论文正式定义了在何种条件下可以为机器学习分类器生成充分的解释。该研究引入了一种通用的解释形式,并分析了概率充分性和删除充分性等变体。研究结果表明,对于大多数语言、蛋白质和分子分类任务而言,实现完全充分性是无法达到的,这为解释器的性能设定了理论上限。

  4. TOOL · CL_350770 ·

    AI根据功能描述设计蛋白质

    一个AI系统已被开发出来,可以根据描述其所需功能的简单指令来设计蛋白质。这一突破使研究人员能够指定蛋白质的任务,例如与特定病毒结合,然后AI将生成合适的蛋白质结构。这种方法有望加速新疗法和生物技术的开发。

  5. RESEARCH · CL_348327 ·

    MIT开发用于机器人推理和物质模拟的AI;NVIDIA支持韩国开源模型

    MIT的研究人员开发了一个AI辅助学习平台,使机器人能够理解并执行超越字面解释的指令。另外,MIT还创建了一个能够模拟从沙子等颗粒物到蛋白质折叠等复杂生物过程的多种物质行为的单一AI模型。在相关新闻中,NVIDIA正通过其NVIDIA Dynamo配方,助力韩国领先的开源模型的生产。

  6. TOOL · CL_344352 ·

    新基准评估蛋白质基序支架模型的动态稳定性

    研究人员推出了 BILBY-PRO,一个用于评估蛋白质基序支架模型的新基准,该基准系统地从 PROSITE 链接的实验结构中推导出功能性基序。该基准包含来自 174 个 PROSITE 基序模式条目的 220 个案例,旨在解决现有基准中使用小型、手工策划的基序集和静态重折叠标准的局限性。该研究还提出了 BILBY-MD,一个用于评估动态保真度的分子动力学框架,揭示了静态成功并不总是等同于蛋白质设计中的动态稳定性。

  7. TOOL · CL_348776 ·

    新的BILBY框架揭示静态成功不能保证蛋白质设计的动态保真度

    研究人员推出了一种新的蛋白质基序支架模型评估框架BILBY。BILBY-PRO提供了一个源自PROSITE的220个功能性基序的基准,而BILBY-MD提供了一个分子动力学框架来评估动态保真度。对六个模型的评估表明,虽然RFDiffusion和Proteina解决了更多的目标,但ESM3生成了更多独特的成功支架。至关重要的是,在55个静态解决的设计中,只有8个通过了所有分子动力学验证检查,这表明静态成功并不能保证动态稳定性。

  8. RESEARCH · CL_309877 ·

    AI 设计新型蛋白酶以分解蛋白质

    研究人员利用人工智能设计了新型蛋白酶,这是一种能够分解其他蛋白质的酶。这一蛋白质设计领域的进步可能带来新的治疗应用,并加深对生物过程的理解。AI 创造这些复杂分子的能力标志着合成生物学领域取得了重大进展。

  9. RESEARCH · CL_301863 ·

    AI 设计出可降解稳定分子键的蛋白质

    研究人员利用 AI 工程设计出能够降解其他蛋白质的新型蛋白质。这些 AI 设计的蛋白质可以打破数个世纪以来一直保持稳定的分子键。这项进展在包括治疗干预和工业流程在内的各种应用中具有潜力。

  10. TOOL · CL_301077 ·

    类别持续学习方法无法迁移到蛋白质编码器

    研究人员在冻结的蛋白质编码器上评估了九种类别持续学习(CIL)方法,发现这些方法在不同蛋白质表示之间无法可靠地迁移。研究强调,CIL方法的不稳定性源于梯度信号弱、嵌入几何形状多样以及随数据集规模和编码器类型变化的协方差假设。研究结果表明,未来的蛋白质CIL方法必须具备编码器感知能力,根据蛋白质表示的具体几何形状调整统计假设和容量。

  11. TOOL · CL_323109 ·

    AI设计新型蛋白质以实现靶向降解

    科学家们开发了一个人工智能系统,能够设计出能够有效降解其他特定蛋白质的新型蛋白质。这一蛋白质工程领域的突破可能为由蛋白质聚集或功能障碍引起的疾病带来新的治疗策略。

  12. RESEARCH · CL_299541 ·

    AI设计新型蛋白质以切割目标蛋白质,助力疾病研究 · 跟踪5个来源

    研究人员利用AI设计出了能够切割其他蛋白质的新型蛋白质,这一过程在没有酶的帮助下通常需要数百年才能完成。通过使用基于AI的设计工具,科学家们能够替换天然蛋白酶的大部分结构,同时保留其催化核心。这使得他们能够创建专门用于切割目标蛋白质的定制酶,这些酶随后被证明能有效切割与神经系统疾病相关的蛋白质。

  13. COMMENTARY · CL_296430 ·

    生物学家质疑AI发现的酶的研究结果

    一位生物学家对人工智能发现的酶表示怀疑,称AI的发现与其自身研究不符。该发现涉及核糖核酸(RNA)和蛋白质,可能与病毒有关。

  14. TOOL · CL_294624 ·

    Product Monte Carlo算法简化了贝叶斯计算

    研究人员推出了一种名为Product Monte Carlo (PMC) 的新算法,旨在计算密度乘积下的期望。该方法通过将问题转化为回归任务,解决了大规模贝叶斯计算、联邦学习和意见汇总中的挑战。PMC能够进行准确的估计、可靠的不确定性量化,并具有高效的可扩展性,即使在密度评估不可行的情况下也能实现,这一点已在涉及蛋白质图像的应用中得到证明。

  15. TOOL · CL_293161 ·

    Amazon推出新款Alexa平板电脑,整合Android以挑战iPad

    Amazon推出新款Alexa平板电脑,旨在与Apple的iPad竞争。这些新平板电脑将运行Android系统,采用类原生界面,并包含Google Play商店的访问权限,这与其之前的专有操作系统和自定义应用商店相比有了显著的转变。此举标志着Amazon在平板电脑市场上的战略转变。

  16. TOOL · CL_286516 ·

    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。

  17. TOOL · CL_280111 ·

    新的LSCO方法利用AI语言模型优化蛋白质表达

    研究人员开发了一种名为潜在空间密码子优化(LSCO)的新方法,以提高蛋白质表达的效率。该技术通过将序列映射到预训练的mRNA语言模型的潜在空间,将密码子选择的离散问题重塑为连续问题,从而实现基于梯度的优化。LSCO集成了表达预测器、稳定性正则化器、自然度先验和约束解码,以确保蛋白质的保真度。在抗体表达数据实验中,LSCO与现有的启发式和深度生成方法相比,表现出了优越的性能。

  18. TOOL · CL_277299 ·

    图神经网络可靠性在蛋白质功能预测中的探索

    一篇新发表在arXiv上的研究论文探讨了图神经网络(GNNs)在预测蛋白质功能方面的可靠性。该研究调查了蛋白质网络中的组织特异性互作结构是否包含有助于识别不可靠预测的信息。研究人员发现,有效电阻(一种先前用于缓解GNN中过度压缩的信号)与这些网络中的度数呈强相关。虽然这种残差信号解释了在保留网络中额外的每节点损失,但其影响受到度数退化的限制,并且在选择性预测方面的改进微乎其微。

  19. RESEARCH · CL_271299 ·

    新方法增强了大型语言模型在长上下文和图数据上的解码能力

    两篇新的研究论文介绍了一种改进大型语言模型自回归解码效率和结构感知能力的新方法,特别适用于处理长上下文和基于图的数据。CommunityKV将稀疏注意力构建为令牌图上的社区检测问题,在Qwen3和Llama-3.1模型上实现了比密集注意力高达1.71倍的生成吞吐量。GraphVQ通过使用VQ-VAE量化节点上下文和一种以对特征为条件的结构感知解码器来解决将图表示为离散令牌的挑战,提高了图生成的保真度,并在多个数据集上优于其他方法。

  20. RESEARCH · CL_258943 ·

    新研究通过草稿树和副本交换加速扩散模型采样 · 跟踪到2个来源

    两篇新研究论文提出了加速扩散模型采样的创新方法。第一篇论文《通过投机性草稿树加速扩散采样》引入了草稿树来改进候选考虑并减少昂贵的目标评估,实现了高达8.3%的加速。第二篇论文《METALICA: METAdynamics and repLICA exchange for enhanced diffusion sampling》提出了METALICA,一种将元动力学与副本交换结合在扩散模型上的方法,以更好地采样稀有事件,例如蛋白质构象转…