编辑 | 白菜叶
2024 年,药物、医疗、基因组学和细胞生物学领域迎来了前所未有的技术突破与创新。
从 AI 驱动的药物设计到基因编辑的精准控制,从单细胞分析到多模态医疗决策,这一年见证了科学与技术的深度融合,为人类健康带来了无限可能。
在药物研发领域,AI 驱动的分子设计与优化方法不断涌现,显著提升了新药发现的效率与精准度。
基因与细胞研究方面,单细胞技术与深度学习的结合,为解析复杂生物系统提供了前所未有的工具,推动了精准医学的发展。
与此同时,医疗 AI 在诊断、治疗决策和患者管理中的应用日益广泛,多模态数据整合与智能算法的进步,正在为个性化医疗开辟新的路径。
接下来,ScienceAI 将回顾 2024 年 AI 在药物、医疗、基因、细胞等领域的一些重要研究进展。
温馨提示:点击文章标题可直达文章。
像拼乐高一样设计新药,EPFL、牛津团队AI方法精确设计优化分子3D结构
医疗智能导诊助手来了,复旦大学、复旦附属眼耳鼻喉科医院、中山医院吴淞医院联合发布PIORS
麦吉尔大学Ding Lab基于深度学习开发单细胞水平转座子位点表达定量模型,登Nature子刊
跨物种纳米抗体虚拟筛选,清华集成深度学习和蛋白质语言模型,登Nature子刊
新SOTA,浙大、中科院深度学习模型可靠、准确预测蛋白-配体,助力药物开发
性能远超当前SOTA,首个可解释RNA的AI植物基础模型来了,整合1124种植物RNA信息
仅总参数量0.1%、单GPU 15分钟完成微调,人类基因组基础模型NT登Nature子刊
精确属性控制,湖大、西电从头药物设计AI方法,登Nature子刊
准确率84.09%,腾讯AI Lab发布Interformer,用于蛋白质-配体对接及亲和力预测,登Nature子刊
九大成像模式一键解析,生物医学图像AI再迎突破!微软、UW等BiomedParse登Nature子刊
生成超10万bp的DNA序列,北理工邵斌团队生成式DNA大语言模型,登Nature子刊
登Science封面!基因组基础模型Evo重磅发布,AI解码分子、DNA、RNA和蛋白质
谷歌、MIT等开发多智能体医疗决策框架MDAgents,医学LLM新用法
数字病理与AI辅助诊断,助力肿瘤精准诊疗
类GPT化学语言模型,9秒生成100种化合物,微软AI药物设计平台登Nature子刊
分类准确率达99%,山大团队提出基于对比学习的基因数据分类方法
TMI2024 | 阿大、同济等提出TraCoCo,用于3D医学图像半监督分割
Nature 子刊,化学语言模型自动设计多靶点配体
成功率提升15%,浙大、碳硅智慧用LLM进行多属性分子优化,登Nature子刊
Nature子刊,北大陈语谦团队提出多模态单细胞数据整合和插补的深度学习方法
仅8B参数,可与GPT-4媲美,上交大团队构建多语言医学大模型
化学空间导航仪:流生成式AI引导分子属性控制
AI发现超16万种新RNA病毒?阿里云、中山大学合作研究登Cell
精准预测流产风险,上海交大等开发可解释AI算法,为早期预防带来希望
中国科学院团队发布GeneCompass:解析基因调控密码,打造干湿融合新范式
Science 发文,高通量蛋白质组学和人工智能的革命
OpenAI o1 在医学领域的初步研究,我们离 AI 医生更近了吗?
Nature子刊,川大团队机器学习结合MD,预测蛋白质变构,助力药物研发
上交大、复旦中山团队开发糖尿病专用大语言模型,助力个性化糖尿病管理
大语言模型如何助力药物开发? 哈佛团队最新综述
抗体亲和力增强17倍,百奥几何、复旦团队AI方法模拟细微蛋白质互作,登Nature子刊
AI蛋白大模型推动生物产业变革,分子之心完成A轮融资
筛选数十亿化合物库,华盛顿大学药物AI虚拟筛选平台,登Nature子刊
效率提高近百倍,山大团队AI新方法解析复杂器官空间组学,登Nature子刊
从头设计「超难」癌症抗体,大卫贝克团队AI生物计算方法的新应用
迈向「多面手」医疗大模型,上交大团队发布大规模指令微调数据、开源模型与全面基准测试
更高分辨率,更经济,深度生成模型与主动学习策略结合,推进大规模单细胞研究
纳米级精度,病毒感染1h内即可检测到,南方医科大学细胞核AI工具登Nature子刊
高效准确预测DDI,福大、元星智药团队解释性药物AI模型,登Nature子刊
识别精度高达76.32%,浙大、之江团队用深度学习加速大规模药物发现和再利用
命中率达60%,AlphaFold预测受体的三维结构,加速药物开发
Nature观点,人工智能在医学中的测试一片混乱,应该怎么做?
中科院计算所团队提出CarbonNovo,基于AI进行蛋白质结构和序列的端到端从头设计
从头设计抗体,腾讯、北大团队预训练大语言模型登Nature子刊
糖蛋白组学新方法,复旦开发基于Transformer和GNN的混合端到端框架,登Nature子刊
如何让细胞进行计算?国内四高校提出生物计算元器件设计全新方法,登Cell
AI成像新标准,仅1%原始数据可达最佳性能,通用医学基础模型登Nature子刊
Nature子刊,诺华团队评测ML模型在靶向蛋白质降解剂中的特性预测
效率高,无需标签,谷歌团队用AI挖掘临床数据,改善基因发现和疾病预测,登Nature子刊
基于Transformer的新方法,可从纳米孔测序中准确预测DNA甲基化
登Science,药物亲和力增加37倍,AI对蛋白、抗体复合物进行无监督优化
生成式 AI 在医疗保健中的前沿应用及其挑战
整合多组学数据,华大基因团队图神经网络模型SpatialGlue登Nature子刊
登Nature子刊,拓扑Transformer模型进行多尺度蛋白质-配体互作预测,助力药物研发
模拟5亿年的进化信息,首个同时推理蛋白质序列、结构和功能的生物学大模型
AI小分子药物发现的「百科全书」,康奈尔、剑桥、EPFL等研究者综述登Nature子刊
登Nature,超越GPT-4V,MIT、哈佛开发人类病理学多模态AI「副驾驶」
「复活」古生物分子,AI解决抗生素耐药性,复旦、宾大合作团队两篇论文登Cell和Nature子刊
22个任务超越SOTA,43个任务媲美SOTA,Google推出医学治疗通用大模型
取代昂贵量子方法,南科大AI方法实现蛋白质-药物系统多尺度量子「精炼」
助力药物发现,北京蛋白质组学研究中心提出基于蛋白质序列的深度迁移学习框架
1.8B参数,阿里云首个联合DNA、RNA、蛋白质的生物大模型,涵盖16.9W物种
Nature重磅:微软潘海峰华盛顿大学王晟团队发布首个全切片数字病理学模型GigaPath
Science发文,量子计算机有望加速材料、催化剂和药物的开发
哥大和耶鲁团队开发新算法,阐明结肠癌耐药机制
准确预测药物-靶点相互作用,江南大学提出深度学习融合GNN新方法MINDG
结合量子特征、2万个分子动力学模拟,新蛋白-配体复合物ML数据集,登Nature子刊
准确率82.5%,设计多药理学化合物,加州大学开发新AI平台设计未来抗癌药物
赛诺菲与OpenAI、Formation Bio合作,加速AI药物发现
多功能RNA分析,百度团队基于Transformer的RNA语言模型登Nature子刊
多模态AI是医学的未来,谷歌推出三个新模型,Med-Gemini迎来大升级
预测配体-靶标对的结合亲和力,哈工大开发新SOTA药物表示模型
AI 找出限制抗生素耐药性的最佳治疗策略,预防「超级细菌」
91.1% 准确率,性能远超 GPT-4 系列模型,谷歌推出多模态医学大模型 Med-Gemini
首次,西湖大学用蛋白质语言模型定向改造碱基编辑器,登Cell子刊
深度学习与化学语言模型结合,用于药物从头设计,登Nature子刊
新SOTA,仅几个标记基因即可自动标记,复旦大学开发空间转录组学语义注释贝叶斯框架
从基因组到蛋白质组连续翻译,南开大学开发通用跨模态数据分析方法
平均准确率达96.4%,中山大学&重庆大学开发基于Transformer的单细胞注释方法
辉瑞 AI 方法登 Science,揭示数以万计的配体-蛋白质相互作用
OpenAI和Moderna合作,推进mRNA医学
AI可以改写人类基因组吗?首次由AI从头设计的基因编辑器成功编辑人类细胞中DNA
体外命中率提高75%,Model Medicines&加州大学开发AI驱动的药物发现框架
预测蛋白质共调控和功能,哈佛&MIT训练含19层transformer的基因组语言模型
药物分子设计新策略,微软条件扩散模型DiffLinker登Nature子刊
登Science,药物亲和力<5纳摩尔,加州大学开发特异性药物结合蛋白的从头计算方法
Nat. Mach. Intell.|设计超高效疫苗,普林斯顿团队开发首个解码mRNA序列大模型
CVPR 2024|FairCLIP:首个多模态医疗视觉语言大模型公平性研究
少量数据实现高通用性,KAIST开发药物设计3D分子生成新框架
从300亿分子中筛出6款,结构新且易合成,斯坦福抗生素设计AI模型登Nature子刊
优于SOTA,腾讯AI Lab开发双重扩散模型,实现靶标配体3D分子生成和先导化合物优化
优于人类专家,GPT-4 准确注释单细胞类型,成本低且稳健
促进癌症治疗,之江实验室团队开发端到端深度学习模型 DeepAEG
100%化学有效,高度类似药物,川大开发数据和知识双驱动的AI分子生成框架
准确率达95.16%,快速识别恶性肿瘤细胞,厦大和上海交大团队开发域泛化深度学习算法
登Nature子刊,哈佛医学院发布迄今最大计算病理学基础模型,适用30+临床需求
里程碑时刻!David Baker 团队利用 AI 从头设计抗体
可发现药物靶点,哈佛、Hopkins、中国科学院等机构基于Transformer开发了一种可对蛋白翻译动态变化建模的深度学习方法
18个月,开创AI药研先例,Insilico公开其首款AI药物研发全过程,登Nature子刊
更全面、更准确的方法,佐治亚理工学院团队用DL对scRNA-seq数据进行批次效应和条件效应建模
加速药物重新定位再利用,中南大学团队开发基于自适应图卷积网络的新方法
70 亿参数训练,从DNA、RNA、蛋白质到全基因组,生物学通用大模型新标杆
剑桥大学团队用深度学习工具评估纳米抗体的天然性,助力抗体药开发
进行药物靶标亲和力预测,浙大&华科大团队开发扩展图学习卷积网络方法
受 ChatGPT 启发,结合 Transformer 和 RL-MCTS 进行从头药物设计
首次大规模多语言评估,支持7种语言,生物医学领域7B开源LLM
旨在构建首个通用生物学AI模型,前Google DeepMind科学家联手创建Biooptimus
GPDRP:基于图 Transformer 和基因通路的药物反应预测多模态框架
制药新工具、有望规避免疫反应,多伦多大学团队用AI框架重新设计参与基因治疗的关键蛋白质
超越基于CNN和Transformer的SOTA框架,多伦多大学团队开发用于生物医学图像分割的通用网络
预测蛋白质动态对接?上海交大&星药科技&中山大学等团队开发新的深度等变生成模型
可多模态数据集成、插补和跨模态生成,中科院&树兰医院&北师大团队开发带有掩码模块的深度生成框架
悉尼大学和香港D24H的研究人员,开发用于亚细胞空间转录组数据分割的自监督学习方法
未来五年AI如何改变各学科?从LLM到AI蛋白设计、医疗保健......
药物-靶标亲和力预测,上科大团队开发了一种Transformer编码器和指纹图谱相结合的方法
ICLR2024 | Harvard FairSeg: 第一个研究分割算法公平性的大型医疗分割数据集
罗氏制药和GRCEH团队开发可解释机器学习方法,用于分析治疗性抗体的免疫突触和功能表征
如何利用革命性的蛋白质结构工具来发现药物?AlphaFold 发现了数千种可能的致幻剂
不担心字节跳动、腾讯等大厂竞争,英矽智能CEO Alex Zhavoronkov谈AI药物发现
在24项场景中优于人类医生,Google团队开发基于自博弈的诊断对话大模型
Nat.Commun.|山东大学团队基于图transformer开发了一种稀有细胞群组学分析方法
NVIDIA 与 Deepcell 合作,加速生成式 AI 在单细胞研究中的应用