SARS-CoV-2
PulseAugur coverage of SARS-CoV-2 — every cluster mentioning SARS-CoV-2 across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新的反馈设计可快速稳定Kuramoto--Sivashinsky方程
研究人员开发了一种新颖的反馈设计，可以快速稳定Kuramoto--Sivashinsky方程，这是一个复杂的数学模型。这种新方法通过引入受Heymann引理启发的第二个边界输入，解决了先前设计的局限性，即使在特征值不稳定的情况下也能确保可控性。该方法利用Fredholm后退变换，并证明了傅里叶神经网络算子可以高精度地近似所需的核和增益，从而实现非线性系统的快速局部稳定。
-
Google DeepMind 发布 SynthID Bio 用于 AI 生成蛋白质的水印
Google DeepMind 推出了 SynthID Bio，一项专为合成生物学应用设计的新型水印技术。该系统将一个不易察觉的签名直接嵌入到 AI 生成蛋白质的生物代码中，确保水印可以在合成的、物理的蛋白质本身上进行验证，而不会损害其生物功能。SynthID Bio 根据数据类型调整其水印方法，指导序列的氨基酸选择，并调整 3D 结构的原子坐标，已在 VEGF-A 和 SARS-CoV-2 刺突蛋白等蛋白质上成功进行了实验室测试。
-
ProLiVis 2.0 通过新的引文信任模型可视化蛋白质相互作用
研究人员推出了 ProLiVis 2.0，这是一个用于可视化蛋白质-蛋白质相互作用网络的更新系统。新版本包含一个引文信任模型，该模型根据七个因素对相互作用进行评分，包括支持研究结果的独立实验室数量。ProLiVis 2.0 还具有用于可重复图形的确定性布局算法，并且完全在 Web 浏览器中运行，无需安装或上传数据。该系统强调，在已策划的数据库中，很大一部分相互作用是基于单一出版物，而现有可视化工具常常掩盖了这一事实。
-
轻量级 Murmur2Vec 嵌入在生物分类中可媲美大型 PLM
研究人员开发了 Murmur2Vec，一种用于生物序列分类的轻量级高效嵌入方法，其性能可与 ESM-2 等大型、计算密集型蛋白质语言模型 (PLM) 相媲美。这种新方法使用哈希草图来聚合 k-mer 计数，提供了一种理论上可靠的替代方案，适用于在普通硬件上进行大规模基因组监测。在包括 SARS-CoV-2 刺突蛋白谱系和 HIV-1 亚型在内的四项分类任务的比较测试中，Murmur2Vec 的表现与微调后的 ESM-2 模型相当或更优…
-
新冠疫情激增，健康指南转变，疫苗不断更新
今年夏天新冠病例激增，出现了XFG等新变种，需要更新疫苗。公共卫生指南已发生变化，美国疾控中心（CDC）在未明确解释的情况下下调了风险地图，引发了伦理担忧。疫苗接种建议也在演变，特别是针对儿童和孕妇，卫生官员和医学组织持有不同意见。
-
Vision Transformers 在早期肺癌预测方面展现潜力
研究人员探索了使用 Vision Transformers (ViTs) 通过胸部 X 光片在临床诊断前两年预测肺癌的可能性。该研究分析了来自 Jamaica Plains VA Hospital 的超过 259,000 张 X 光片，通过重采样和加权损失优化解决了显著的类别不平衡问题。使用在 ImageNet 上预训练的模型进行迁移学习显示出性能的提升，证明了 ViTs 在早期风险预测方面的潜力，尽管距离临床部署标准仍需进一步开发。
-
新型冠状病毒优化算法在基准测试中名列前茅
研究人员开发了冠状病毒优化算法（COA），这是一个受 SARS-CoV-2 机制启发的用于全局优化任务的新型进化框架。该算法将生物过程映射到搜索算子，并融入了精英引导吸引和自适应参数变化等元素。COA 在 29 个基准函数上与另外 15 个优化器进行了评估，取得了最佳的弗里德曼排名，并展示了强大的性能，尤其是在组合函数上。
-
新的基于图的方法增强了 SARS-CoV-2 变体检测
研究人员开发了 GenEx，一种用于检测 SARS-CoV-2 变体的新型基于图的方法。该流程将基因序列转换为密码子共现图，利用 MSCG 和 LAPCG 等技术。该方法提取了超过 25 个图特征，并采用奇异值分解进行谱特征提取，提高了分类准确性。在针对 23 个基准机器学习模型进行测试时，GenEx 在识别各种 SARS-CoV-2 变体方面取得了显著成果。
-
GenEx 管道使用图分析进行 SARS-CoV-2 变种检测
研究人员开发了 GenEx，一种通过分析密码子共现图来检测 SARS-CoV-2 变种的新型管道。该方法超越了传统的线性序列分析，将遗传序列视为结构化符号词汇表。GenEx 利用 MSCG 和 LAPCG 等技术进行图生成，并采用奇异值分解 (SVD) 进行谱图特征提取，从而提高分类准确性。该管道在识别各种 SARS-CoV-2 变种方面表现出色。
-
机器学习增强了复杂生物系统的量子模拟
研究人员开发了一种新颖的机器学习方法 QSCI-RBM，用于在密度矩阵嵌入理论 (DMET) 框架内生成量子选择组态相互作用 (QSCI) 的紧凑子空间。该方法利用受限玻尔兹曼机 (RBM) 学习主导行列式的分布，从而能够有针对性地生成高概率组态。应用于蛋白质-配体复合物时，DMET-QSCI-RBM 仅使用 4% 的组态子空间就达到了化学精度，其性能显著优于标准 DMET-SQD 模拟，后者即使使用 20% 的子空间也未能达到精度。…
-
新型双抗体疗法显示出增强的RSV防护能力
研究人员开发了一种针对呼吸道合胞病毒（RSV）的新型抗体疗法，该疗法结合了两种抗体以增强保护。这种双抗体方法靶向病毒的保守区域，使其比单抗体疗法更能抵抗病毒的进化和逃逸。在动物研究中，该疗法显著降低了病毒载量，并对各种RSV毒株和变体保持有效，表明这是一种更持久的预防RSV感染的策略。
-
新的量子-经典混合方法加速药物发现的分子模拟
研究人员开发了一种新颖的量子-经典混合工作流程，旨在改进药物发现的分子模拟。该方法将新的 ansatz，LCNot-UCCSD，与受限玻尔兹曼机（RBM）集成，创建了一个更有效的生成子空间扩展模型，QSCI-RBM。该方法在包括阿曼他定和 SARS-CoV-2 蛋白酶抑制剂在内的各种分子上进行了测试，证明与现有的最先进方法相比，它在更经济高效的模拟方面具有潜力。
-
AI靶向整个病毒家族以开发通用疫苗
研究人员正在开发一种由AI驱动的方法来创建靶向整个病毒家族的疫苗。该技术识别各种病毒株之间的共同点，使免疫系统能够识别共享特征，而不是专注于单一变种。早期研究显示出希望，一种针对sarbecoviruses（包括SARS-CoV和SARS-CoV-2）的通用疫苗在初步试验中显示出安全性。目标是通过利用AI来精确识别稳定、可识别的病毒成分，从而创建提供针对当前和未来病毒株保护的“泛病毒疫苗”。
-
热力学硬件大幅降低药物开发优化的能耗
研究人员开发了一种使用热力学硬件进行药物开发密码子优化的方法，该硬件利用热涨落进行计算。这种方法应用于 SARS-CoV-2 刺突蛋白，在优化质量上与现有方法相当，但与 GPU 相比，估计能节省六个数量级的能源。这项包含开源代码的研究标志着首次将具体的药物应用映射到这种新型硬件上。
-
过程挖掘技术以高精度增强临床路径建模
研究人员开发了一种新颖的两阶段方法，利用过程挖掘技术来增强临床路径的建模。该方法利用历史患者数据创建过程模型，然后使用一致性检查将新数据与这些模型进行比较。该系统可以通过针对新的疾病变体或组合创建更具体的模型来扩展其知识库，在模拟SARS-CoV-2治疗的研究中，其准确率（AUC）达到了95.62%。
-
新的 Koopman-PINN 框架增强了流行病建模与预测能力
研究人员开发了一个名为 Koopman-PINN 的新框架，该框架结合了 Koopman 算子理论与物理信息神经网络，以改进流行病建模。该方法将流行病状态映射到一个潜在空间，在该空间中动力学更具线性，从而提高了可解释性和长期预测的稳定性。该框架在合成猴痘数据以及来自德国、摩洛哥和瑞典的真实世界 SARS-CoV-2 数据上进行了测试，与现有方法相比，在参数估计和轨迹重建方面表现出更优越的性能。
-
书籍认为新冠病毒源于实验室活动
Steven C. Quay 的新书《代码即证人》详细调查了新冠疫情的起源。该书认为，SARS-CoV-2 可能源于实验室活动，并引用了五个特定的遗传和进化“特征”作为证据。Quay 批评了围绕该病毒起源的机构不透明和对科学辩论的压制，并将他的著作定位为对科学诚信的捍卫。
-
AI设计的通用冠状病毒疫苗通过首次人体安全试验
研究人员开发了世界上首个AI设计的疫苗，并已成功通过初步人体安全试验。这种DNA疫苗是通过识别包括SARS及相关蝙蝠病毒在内的多种冠状病毒家族的共同特征而创建的。试验表明，该疫苗能安全地诱导针对多种毒株的抗体产生，为应对未来大流行病提供了潜在保护。
-
剑桥大学在人体试验中测试AI设计的通用疫苗
剑桥大学的研究人员在人体试验中成功测试了一种含有AI设计的抗原的疫苗。这种新颖的方法利用机器学习创造了一种能够提供针对广泛冠状病毒（包括可能引起未来大流行的病毒）的长期保护的“超级抗原”。该试验涉及39名健康志愿者，未报告明显副作用，并显示出针对已知和潜在未来病毒威胁的保护性免疫反应。
-
汉坦病毒疫情引发虚假信息，世卫组织澄清其并非COVID-19
关于MV Hondius邮轮上的汉坦病毒疫情，虚假信息正在传播，一些社交媒体帖子错误地将其等同于COVID-19，甚至创造了“COVID-26”一词。世界卫生组织已澄清，汉坦病毒与冠状病毒不同，不构成相同的流行病风险。虽然疫情所涉及的安第斯病毒株已显示出罕见的人际传播，但它需要长时间的密切接触，不像高度传染性的SARS-CoV-2。