研究人员利用C2S-Scale 27B模型发现CK2抑制剂silmitasertib在低干扰素环境下能显著增强抗原呈现,实验验证了其与低剂量干扰素联用可提高肿瘤被免疫系统识别的能力,为新疗法开发提供了重要线索。
研究团队与耶鲁大学合作发布了C2S-Scale 27B模型,旨在理解单细胞语言。该模型成功预测癌细胞行为,并通过实验验证其在免疫治疗中的潜力,为新疗法的发展提供了方向。
AI通过多智能体系统发现了干性年龄相关性黄斑变性(dAMD)的新疗法,锁定ROCK抑制剂Ripasudil,研究全程由AI驱动,仅用10周完成。该发现引发广泛关注,团队计划开源相关代码和数据。
制药行业正经历转型,生成性人工智能(AI)加速药物发现与开发,降低成本并设计新分子。AI通过学习化合物特性,生成新分子并优化药物属性,提升研发效率,推动个性化医疗和新疗法的开发。
2021年,OpenAI推出CLIP模型,生物医学家利用该模型开发了PepPrCLIP流程,以设计短肽靶向致病蛋白。PepPrCLIP在结合和降解无序蛋白方面比现有平台更快,具有潜在的癌症治疗应用。
研究人员开发了ProtGPS模型,能够预测蛋白质在细胞中的定位及其与疾病相关突变的影响。该模型基于氨基酸序列,强调定位对蛋白质功能的重要性,并验证了预测的准确性。研究表明,错误定位可能是疾病机制之一,ProtGPS有助于理解蛋白质功能及开发新疗法。
在AI生物学领域,基础模型受到广泛关注,但真正的生物学发现仍需深入研究。Sam Rodriques指出,现有模型难以捕捉复杂的生物现象,尤其是与疾病相关的多样性。未来,结合自然语言和生物学的代理模型可能更有效地分析生物数据,推动新疗法的发现。
京东和清华大学联合提出了任务感知解码技术(TaD)和检索增强生成技术(RAG)来解决大语言模型(LLM)的幻觉问题。TaD技术通过对比有监督微调前后的输出来缓解LLM的幻觉,具有广泛的适用场景。RAG技术通过引入第三方知识库来增强LLM的生成过程,降低幻觉。TaD和RAG技术在多个任务和数据集上都取得了显著的效果提升。京东已将TaD技术应用于知识问答系统,提供准确、高效的知识性问答服务。未来,需要在系统、知识和LLM层面进行更深入的探索,以进一步缓解LLM的幻觉问题。
临床试验是发现新疗法的重要途径,能够挽救生命。Paradigm通过技术降低医疗行业的障碍,促进更多癌症患者参与试验,并减轻医生和护士的文书负担,缓解临床疲劳。
完成下面两步后,将自动完成登录并继续当前操作。