韩国浦项科技大学研究团队开发了一种基于深度学习的无监督域间转换技术XDL-MIR-PAM,能够将低分辨率的中红外光声显微镜图像转换为高分辨率的虚拟荧光染色图像,无需染色,提升了细胞成像的稳定性和可靠性,具有广泛的生物研究应用潜力。
本研究提出LA$^3$框架,解决生物研究中高质量注释不足的问题,通过大型语言模型增强数据集LaChEBI-20,显著提升分子生成和注释任务的模型性能,最高提升达301%。
本研究提出CPE-Pro深度学习模型,用于区分蛋白质结构的实验解析与计算预测。该模型在结构表示和特征学习上优于传统方法,对生物研究有重要影响。
谷歌DeepMind和Isomorphic Labs推出了AlphaFold 3,这是一种新型AI模型,能够准确预测生命分子的结构及其相互作用。该模型在药物设计和生物研究中具有重要应用,提供了比现有方法高50%的预测准确性。科学家可以通过免费的AlphaFold Server使用该功能,推动生物学研究和新疗法的开发。
完成下面两步后,将自动完成登录并继续当前操作。