FutureHouse通过将专业文献搜索代理与数据分析代理结合在持续的实验循环中，显著加速了医学发现进程。该系统能够从文献综述中自主生成假设，提出供人类执行的实验方案，并分析实验数据以指导下一轮研究。在这一过程...

Meta旗下FAIR（基础人工智能研究）团队近日宣布推出多项重要开源成果，涵盖三大前沿领域：1) 分子属性预测数据集与模型，将加速药物发现与材料科学研发流程；2) 扩散模型（Diffusion Models）相关资源，为当前最热门...

近日，一项名为GEMCODE的新型AI系统在药物研发领域引发关注。该系统通过人工智能技术实现了共晶筛选的自动化流程，有望大幅缩短药物开发周期。共晶技术作为药物固态研发的重要手段，能显著改善活性药物成分的溶解度...

ANFM研究团队在arXiv最新发表的论文中，提出了一种基于过滤技术（filtration techniques）的革命性图生成方法。该技术通过优化传统图生成模型的拓扑结构处理流程，实现了比扩散模型快100倍的训练速度，同时保持了具...

本文深入探讨了图Transformer这一新兴技术架构，及其与图神经网络(GNN)的对比关系。作为图表示学习领域的最新进展，图Transformer通过自注意力机制直接建模图中节点间的全局依赖关系，突破了传统GNN基于局部邻域聚合...

Orakl Oncology近日宣布，将采用Meta的DINOv2模型来加速癌症药物的研发进程。DINOv2作为一种先进的深度学习模型，能够快速分析类器官图像，从而预测患者对治疗的反应。这一技术的应用显著提高了药物研发的效率，为癌...

2024年将成为AI在药物发现领域取得重大进展的一年，合成生物学的发展趋势尤为显著。本文重点介绍了几大趋势，包括生成性AI对科学的影响以及模块化生物组件的合成。AI与合成生物学的结合正在加速药物发现的进程，Insi...

生物技术公司Recursion利用人工智能和超级计算机预测可能导致新药的化学相互作用。该公司表示，它现在每周进行大约220万次实验，并使用AI模型生成了25个宽字节的数据。如果其中任何一种化合物被证明有用，需要数年时...