AI与世界难题 ─ 生命科学
AI推动的科学与学术进展(按学科)
RSS订阅源 · 14 条
LitGene：一种整合文本与本体、用于基因表示学习的可解释Transformer模型
原标题: LitGene: an interpretable transformer model integrating text and ontology for gene representation learning
基因表征学习常常忽视科学文献，这可能使结果对研究较少的基因产生偏倚。LitGene 是一种可解释的 Transformer，通过对比学习将文本与基因本体注释相整合。它在八项蛋白质基准测试中取得了具有竞争力的准确率，能够零样本预测 GO 术语、KEGG 通路和基因-疾病关联，并将 ANGPTL6 标记为特发性肺纤维化的候选基因，这一结果得到了独立样本中差异表达的支持。
使用Seal对发育中人脑的基因调控和变异效应进行基于AI的时空建模
原标题: Spatiotemporal AI-based modeling of gene regulation and variant effects in the developing human brain using Seal
该研究探讨了遗传变异如何在数据有限的发育中人脑里塑造基因调控。作者构建了Seal，这是一个可解释的AI迁移学习框架，可预测26个脑区、30种细胞类型和7个发育阶段的基因表达及变异效应。在自闭症全基因组数据中，Seal发现短暂存在的胎儿兴奋性神经元中新发调控变异的负担显著。
用于改进大型蛋白质复合物结构预测的混合建模
原标题: Hybrid modeling for improved structure prediction of large protein complexes
该研究旨在预测大型蛋白质复合物的结构。作者开发了HDOCK-Multimer（HDM），这是一个将从头对接与组合组装相结合的自动化框架。在三项基准测试中，对于大型蛋白质组装体，HDM比最先进的组装方法和基于深度学习的方法更准确、更稳健。
AI 模型解码细胞用于交流的语言
原标题: AI model decodes the language cells use to communicate
在胚胎发育过程中,细胞接收化学信号,这些信号会开启或关闭基因并决定细胞的功能。由于一直以为各类细胞的信号通路差异很大,追踪细胞所接收的信号序列一直很困难。MIT 和怀特黑德研究所(Whitehead Institute)的研究人员开发了一个计算框架来解决这一问题,这有助于加速干细胞工程、改进疾病模型,并为癌症治疗提供参考。
人工神经网络如何构建自己的学习机制
原标题: How artificial neural networks build their own learning machinery
一组随机连接的单元，在被赋予关于连接何时以及如何变化的简单规则后，可以重新组织成有效的信息处理网络。MIT团队认为，人工网络在没有开发者指导的情况下自我组织的能力，是检验生物学合理性的关键标准。研究人员提醒说，这类网络可能无法为生物学习提供太多启示。
Claude 发现一种新型酶系统
原标题: Claude discovers a novel enzyme system
Anthropic的新生命科学实验室利用Claude探索DNA数据集中尚未被表征的蛋白质家族。在早期成果中，仅在科学家给出高层次指导的情况下，Claude智能体就发现了一种功能未知的新型酶系统，其特性让人联想到CRISPR。这项工作旨在大规模生成假设并在实验室中进行验证。
NiCLIP：用于从脑激活图像预测文本的神经影像对比语言-图像预训练模型
原标题: NiCLIP: neuroimaging contrastive language-image pretraining model for predicting text from brain activation images
NiCLIP 是一种 AI 模型，可从大脑激活模式中解码认知任务、概念和领域。它在超过 23,000 篇文章上进行了训练，据报道在群体水平解码方面优于传统解码器。它能根据人类连接组计划的群体水平图谱准确预测认知任务，但在处理含噪声的个体水平图谱时表现出局限性。
ETSAM:有效分割冷冻电子断层扫描图像中的细胞膜
原标题: ETSAM: effectively segmenting cell membranes in cryo-electron tomograms
在噪声较大的冷冻电子断层扫描体数据中，细胞膜很难分辨。作者提出了ETSAM，这是一种两阶段方法，通过微调Segment Anything Model 2（SAM2）来分割细胞膜，并使用83个实验断层图和28个模拟断层图进行训练。在17个实验测试断层图上，它优于其他深度学习方法，具有高灵敏度和更好的精确率。
Tangermeme：一个利用深度学习模型理解顺式调控逻辑的工具包
原标题: Tangermeme: a toolkit for understanding cis-regulatory logic using deep learning models
深度学习模型能够很好地预测基因组数据,但更难的一步是将其用于生物学发现。本文介绍了 tangermeme,这是一个高度优化的工具包,面向基因组深度学习中模型本身以外的各个环节。文章展示了 tangermeme 如何将模型学到的顺式调控模式提炼为人类可理解的见解。
可泛化的扰动预测
原标题: Generalizable perturbation prediction
细胞扰动数据能够揭示因果调控关系，但此类数据往往稀缺，这促使人们研究能够根据其他情境预测某一情境下反应的方法。作者开发了State，这是一种机器学习模型，它将用于预测单细胞扰动效应的基于Transformer的状态转换模型与预训练的细胞嵌入模型相结合。该模型使用来自超过1亿个细胞的扰动数据和来自1.67亿个细胞的观测数据进行训练，团队还构建了用于比较模型的评估框架Cell-Eval。
对空间分子数据进行准确且统计效能充足的病例对照分析
原标题: Accurate and well-powered case–control analysis of spatial molecular data
现有的空间分子数据分析方法往往采用限制性较强的假设，可能会遗漏重要的疾病信号。VIMA 是一种深度学习方法，它利用变分自编码器集成来概括小块组织区域，并识别出其丰度与病例或对照状态相关的微生态位。在模拟中，该方法校准良好且效能强大；应用于涵盖三种疾病的数据集时，它复现了已知的生物学规律，并发现了疾病新的空间特征。
ProFormer：利用深度学习对单细胞和血浆蛋白质组进行可泛化的分类
原标题: ProFormer: generalizable classification of single-cell and plasma proteomes using deep learning
当前的蛋白质组学工作流程通量低,且需要大量数据处理,这会拖慢样本分类。ProFormer 是一种基于 Transformer 的深度学习流程,可直接从质谱数据中获取 MS1 级肽离子特征。在 14 种架构中,它的表现优于传统机器学习和 CNN,能够按细胞类型、细胞周期阶段和分化轨迹对单细胞蛋白质组进行分类,也能根据血浆蛋白质组判断患者的疾病状态。
CellART：从高分辨率空间转录组学中提取单细胞信息的统一框架
原标题: CellART: a unified framework for extracting single-cell information from high-resolution spatial transcriptomics
高分辨率空间转录组学平台要么每个位点只能捕获稀疏的转录本计数，要么只能测量有限数量的基因，这使得单细胞信息难以提取。CellART 结合染色图像、空间转录组学数据和单细胞 RNA-seq 参考数据，利用深度学习和概率建模同时完成细胞分割和细胞类型注释。作者报告称，该方法高效、可泛化且稳健，其输出结果与广泛使用的社区工具兼容。
推出 Quine:专为应对生物学复杂性而设计的 AI 研究系统
原标题: Introducing Quine: An AI research system designed for the complexity of biology
微软研究院的 Quine 是一项处于早期阶段的工作，旨在构建一个生物学多模态世界模型，以及一个连接模型、科学工具、文献和研究人员的交互式框架，帮助科学家在实验室测试之前对假设进行优先级排序。该团队与哈佛大学和麻省理工学院博德研究所的研究人员合作，利用它对预测可推动治疗性肿瘤状态转变的化合物进行了优先级排序，并在多种湿实验检测中验证了若干排名靠前的候选物。该系统尚处于实验阶段，仅供研究使用，其输出结果需要由合格的研究人员审核。