PulseAugur
中
实时 11:54:54
实体 ribonucleic acid

ribonucleic acid

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

Show in brief
总计 · 30天
10
90 天内 27
发布 · 30天
0
90 天内 0
论文 · 30天
10
90 天内 24
层级分布 · 90 天
主题
关系
情绪 · 30 天

2 天有情绪数据

LAB BRAIN
hypothesis expired 置信度 0.55

AI-driven RNA design tools to reach public beta within 90 days

Multiple recent clusters highlight advanced AI frameworks (GOLD, CocoRNA, TANGO) for RNA inverse design and co-design. These methods show significant performance improvements over existing approaches. It is plausible that at least one of these research groups will release a public beta of their tool to gather wider feedback and test scalability within the next three months.

observation expired 置信度 0.75

Multi-agent RL is a dominant paradigm for RNA inverse design

The recent cluster evidence shows a strong trend towards using multi-agent reinforcement learning (MARL) for RNA inverse design. CocoRNA and TANGO both leverage MARL, indicating this approach is proving effective for tackling the complex, multi-objective nature of RNA design problems. This suggests MARL will continue to be a key methodology explored in this domain.

hypothesis resolved confirmed 置信度 0.50

AI for RNA subcellular localization to see benchmark dataset release within 6 months

A recent review highlights AI/ML methods for RNA subcellular localization but also points out challenges like data scarcity and lack of benchmarks. Given the growing interest in AI for RNA research, it's probable that a research group or consortium will release a standardized benchmark dataset to address these limitations and accelerate progress in this specific area within the next six months.

查看全部假设 →

最近 · 第 1/2 页 · 共 29 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. TOOL · CL_327300 ·

    新的mdRNAcat数据集助力RNA分子模型开发

    研究人员推出了mdRNAcat,一个旨在辅助RNA分子模型开发的新数据集。该数据集包含48个不同RNA系统的全原子分子动力学模拟,每个系统都使用溶质缩放的复制交换(REST2)在多个哈密顿量状态下进行模拟。数据包括原子坐标、瞬时力和重新评估的力,所有这些都以HDF5格式标准化,并以高间隔提供。mdRNAcat旨在为创建和测试数据驱动的RNA模型(包括粗粒度力场)提供一个全面的资源。

  3. TOOL · CL_317223 ·

    新的REFLEX方法以高保真度生成多样化的RNA集合

    研究人员开发了REFLEX,一种新的RNA集合生成方法,能够准确捕捉多样化的构象状态,而不会塌缩为平均结构或漂移到不支持的区域。这种序列条件生成器在SE(3)上使用异方差随机桥接,在训练期间通过实验B-因子进行校准,以调整局部扰动尺度。在推理时,REFLEX仅依赖于输入序列,在多构象RNA基准测试中,在集合覆盖率方面表现出优越的精确率-召回率权衡。

  4. TOOL · CL_307753 ·

    新型AI模型GOLD通过几何扩散增强RNA逆向折叠

    研究人员开发了GOLD,一种用于RNA逆向折叠的新型几何优化潜在扩散模型。该方法将离散的RNA序列与连续的侧链方向独特地整合到一个统一的潜在流形中,从而实现了协同共扩散过程。GOLD还包含一个无需训练、由梯度引导的采样机制,该机制利用物理约束主动引导生成的序列形成稳定的3D结构。实验表明,GOLD在序列恢复、二级结构有效性和3D可折叠性方面优于现有方法。

  5. RESEARCH · CL_308028 ·

    CocoRNA 使用多智能体强化学习进行高级RNA设计

    研究人员开发了CocoRNA,一个利用协同多智能体强化学习来完成复杂RNA逆向设计任务的新颖框架。该方法将设计过程分解为更小、更易于管理子问题,多个智能体协同寻找最优解。一个中心化评论者利用全局结构信息指导这些智能体,从而获得无需进一步训练即可很好地泛化到新RNA结构上的策略。在Rfam数据集上的实验表明,CocoRNA在成功率和速度方面均显著优于现有方法。

  6. TOOL · CL_300883 ·

    综述AI和ML方法在RNA亚细胞定位中的应用

    本文综述了预测各类RNA亚细胞定位的最新AI和机器学习方法进展。文章涵盖了基于序列、基于图像和混合方法,强调了它们在加速RNA研究和指导疾病治疗方面的潜力。该综述还讨论了AI/ML在RNA定位应用中面临的挑战,如数据稀缺和缺乏基准测试。

  7. TOOL · CL_308205 ·

    TANGO框架使用多智能体强化学习协同设计RNA拓扑与几何

    研究人员开发了TANGO,一个新颖的多智能体强化学习框架,用于RNA拓扑与几何的协同设计。该方法通过整合二级碱基配对拓扑与三级结构目标,解决了现有方法的局限性。TANGO采用分阶段的课程学习,从拓扑感知策略开始,逐步过渡到通用协同设计模型,最终通过前沿引导的微调来优化设计。实验证明了TANGO的有效性,与基线方法相比,在三级和二级结构性能上均有显著提升。

  8. RESEARCH · CL_301163 ·

    TANGO框架利用强化学习协同设计RNA拓扑与几何 · 跟踪2个来源

    研究人员推出了TANGO,一个基于拓扑和几何协同设计RNA序列的新框架。这种多目标、多智能体强化学习方法解决了现有方法主要关注几何目标这一局限性。TANGO采用分阶段课程学习,首先从二级结构目标学习,然后转移到三级结构目标,最终通过前沿引导的微调来优化设计。实验表明,TANGO能够生成多样化且新颖的RNA设计,与基线方法相比,在三级和二级结构性能上都有显著提升。

  9. 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。

  10. TOOL · CL_294582 ·

    新的MORAD框架在RNA逆向设计领域设定了最先进水平

    研究人员开发了MORAD,一个专为RNA逆向设计设计的新型强化学习框架。该系统利用多目标奖励来训练一个单一的、可重用的策略,该策略能够生成与不同目标RNA骨架兼容的核苷酸序列。MORAD集成了骨架条件分组采样和分组相对奖励归一化与前向扩散目标。通过联合优化六个不同的测量指标——包括三级几何、碱基配对、系综行为和序列组成——MORAD显著优于主要关注三级结构质量的现有方法。该框架在结构条件RNA逆向设计领域确立了新的最先进水平,在准确性…

  11. TOOL · CL_289400 ·

    新AI框架La-Ribo实现RNA序列-结构共设计

    研究人员开发了La-Ribo,一个新颖的生成框架,用于RNA序列及其三维结构的共设计。该方法利用几何潜在流匹配来协调全局折叠与核苷酸级别的细节,解决了RNA设计中结构监督有限的挑战。通过在残基级别编码核苷酸身份和局部构象,La-Ribo相比现有基线提高了可设计性和共设计性,并且无需额外训练即可执行支架条件下的逆向折叠。

  12. TOOL · CL_247794 ·

    新的RNA评估器SIRGE整合语言模型用于结构预测

    研究人员开发了SIRGE,一种新颖的序列知情几何评估器,用于RNA三维结构。该工具整合了来自预训练RNA语言模型的核苷酸嵌入,以评估RNA几何结构与其特定序列的兼容性。早期结果表明,SIRGE在各种排名指标上均优于现有评估器,包括Kendall--$\tau$一致性和Top-1选择。研究表明,语言模型的序列表示提供了有价值的排名信息,补充了RNA结构预测中的传统几何推理。

  13. TOOL · CL_243937 ·

    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。

  14. RESEARCH · CL_233390 ·

    新框架创建亚细胞分辨率单细胞嵌入

    研究人员开发了一种新颖的多模态框架来创建亚细胞分辨率单细胞嵌入。该方法整合了RNA表达谱、蛋白质序列数据和蛋白质结构信息。通过利用交叉注意力架构,该框架模拟了不同亚细胞区室内的相互作用,与以往将细胞整体处理的方法相比,提供了更精细的细胞表示。

  15. TOOL · CL_219097 ·

    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。

  16. TOOL · CL_199018 ·

    RNA技术提高移植细胞在糖尿病治疗中的存活率

    一种新的基于RNA的技术在改善1型糖尿病的胰岛细胞移植方面显示出希望。该方法结合使用RNA适配体和基因激活RNA,在移植的β细胞中短暂地促进血管内皮生长因子A(VEGF-A)的产生。这种靶向方法在移植后的关键时期鼓励细胞形成自身的血液供应,显著提高它们的存活率,并可能增强疗法的长期有效性。

  17. TOOL · CL_185456 ·

    RiboSphere框架使用向量量化和流匹配学习离散RNA表示

    研究人员开发了RiboSphere,一个旨在改进RNA结构建模的新框架。该系统结合了向量量化和流匹配,以学习RNA的离散几何表示,认识到复杂的折叠是由重复的结构基序构建的。RiboSphere利用几何Transformer编码器和有限标量量化来捕获这些基序级别的结构,从而实现高保真重建和有效的迁移学习,用于逆折叠和RNA-配体结合预测等相关任务,尤其是在实验数据有限的情况下。

  18. TOOL · CL_180930 ·

    新AI方法从组织切片近似RNA特征

    研究人员开发了VITA(VIrtual Transcriptomic Approximation,虚拟转录组近似)方法,这是一种新颖的深度学习方法,可以从标准的H&E染色组织切片中近似RNA特征。该方法旨在为预测胃腺癌的免疫治疗反应提供一种比昂贵的基因组测序更具成本效益的替代方案。VITA将H&E图像和RNA数据对齐到一个共享的潜在空间中,通过仅从H&E切片检索形态学上相似的历史病例来近似连续的RNA特征。

  19. TOOL · CL_160732 ·

    新的多模态模型MKB统一科学领域,助力AI驱动的发现

    研究人员推出Monkey King Bang (MKB),这是一种新颖的多模态基础模型,旨在跨不同领域进行科学发现。MKB采用共享的Transformer骨干网络,并为DNA、RNA、蛋白质、小分子、地球科学和医学图像等不同科学输入配备了专门的组件。该模型支持生物序列和气象场等原生输出,展示了其跨学科的理解和生成能力。实验表明,MKB在科学基准测试中取得了有竞争力的性能,同时保留了通用语言能力。

  20. TOOL · CL_128994 ·

    自然语言处理技术应用于生物序列分析的回顾

    一篇最新的综述文章探讨了自然语言处理(NLP)技术在分析基因组学、转录组学和蛋白质组学等生物序列数据中的应用。文章详细介绍了从word2vec到先进的transformer和hyena operator模型等各种NLP方法如何应用于DNA、RNA和蛋白质序列分析。文章还讨论了分词策略、模型架构以及在预测蛋白质结构、基因表达和进化关系方面的最新进展。文章强调,将NLP整合到生物信息学中是理解复杂生物过程的一个有前景的方向。