藥物研發

2025年 3月 19日
利用 Oracles 和實驗反饋指導生成式分子設計
AI 生成化學有可能徹底改變科學家在藥物研發、健康以及材料科學和工程領域的工作方式。研究人員無需借助“化學直覺”…
3 MIN READ

2025年 2月 19日
利用 Evo 2 以全新規模跨進化研究生命生物分子的語言
AI 已從實驗好奇心發展為生物學研究的驅動力。 深度學習算法、
3 MIN READ

2025年 1月 29日
借助 AI 驅動的細胞分析技術推進罕見疾病檢測
由于傳統基因組測序的局限性,罕見疾病很難診斷。哥倫比亞大學助理教授 Wolfgang Pernice 正在使用 AI…
1 MIN READ

2025年 1月 13日
借助 NVIDIA BioNeMo Blueprint 加速蛋白質工程中的生成式蛋白質粘結劑設計
設計一種能在藥物研發中專門結合標的治療性蛋白質是一項艱巨的挑戰。傳統工作流程通常是一個艱苦的試錯過程,需要對數千個候選項進行迭代,
1 MIN READ

2025年 1月 13日
評估 GenMol 作為用于分子生成的通用基礎模型
傳統的計算藥物研發幾乎完全依賴于高度特定于任務的計算模型來識別命中率和優化潛在客戶。使這些專業模型適應新任務需要大量的時間、
2 MIN READ

2024年 11月 13日
借助 GPU 加速的 MMseqs2 提升 AlphaFold2 蛋白質結構預測能力
能夠比較多個相關蛋白質的序列是許多生命科學研究人員的一項基礎任務。這通常以多序列對齊(MSA)的形式完成,
2 MIN READ

2024年 10月 30日
基于高吞吐量 AI 的藥物發現流程優化
將人工智能集成到藥物開發中正在徹底改變研究人員開發各種疾病新療法的方式。傳統方法通常耗時且成本高昂,將新藥推向市場的過程長達 15 年,
2 MIN READ

2024年 10月 23日
利用 CUDA 圖形、Coroutines 和 GPU 工作流程加速藥物發現進程
藥物研究需要快速、高效的模擬來預測分子如何相互作用,從而加速藥物研發。NVIDIA 高級開發者技術工程師 Jiqun Tu 和…
1 MIN READ

2024年 10月 2日
AI 借助零采樣學習發現罕見疾病的現有治療藥物
突破性的藥物再利用 AI 模型可以為醫生和患者帶來新的希望,讓他們嘗試在現有治療方案有限或根本沒有的情況下治療疾病。
1 MIN READ

2024年 2月 28日
針對藥物研發優化 OpenFold 訓練
從氨基酸序列預測 3D 蛋白質結構一直是生物信息學領域由來已久的重要問題。近年來,基于深度學習的計算方法不斷涌現,并已顯示出有希望的結果。
2 MIN READ