-
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
编辑 | 萝卜皮空间组学技术以细胞和亚细胞分辨率解析复杂器官的功能组件。山东大学的研究团队引入了空间图傅里叶变换 (Spatial Graph Fourier Transform，SpaGFT)，并将图信号处理应用于各种空间组学分析平台，以生成可解释的表示。这种表示支持空间可变基因识别并改进基因表达推断，在分析人类和小鼠空间转录组数据方面优于现有工具，效率是现有工具的百倍。SpaGFT 可以识别…- 5
- 0
-
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
编辑 | 萝卜皮作者 | 论文团队细胞犹如一台计算机，每时每秒都在接收、分析和处理来自环境中的不同信息：外界信息通过细胞内高度并行的信号转导途径进行分析和处理，进而以预定义的方式从「存储设备」（即 DNA）中读取信息（基因的表达）或写入指令（DNA 修饰和编辑），指导自身或周围细胞对环境信息做出响应。一直以来，如何有效利用生物体本身的计算能力，通过对生物体进行改造使之能够执行人类给定的计算任务，并…- 6
- 0
-
万字长文，腾讯、清华等多位生物大模型作者专访，畅谈AI生物学，解析大型细胞模型技术
编辑 | KX大型语言模型（LLM）在自然语言处理和理解领域已取得重大突破。在生物学领域，一些采用类似 LLM 结构的大型细胞模型（Large Cellular Model，LCM）被开发用于单细胞转录组学，比如：scBERT、Geneformer、scGPT、scFoundation 和 GeneCompass。这些模型展示了 LCM 在各种生物任务中的应用潜力，并说明了 LCM 彻底改变未来生…- 8
- 0
-
哥大和耶鲁团队开发新算法，阐明结肠癌耐药体制
编辑 | 萝卜皮旗号通路活性异常是肿瘤发生和进展的标志，30 多年来一直指导着靶向抑制剂的设计。然而，由快速、一定环境的旗号收集重新布线诱导的符合性抵抗体制继续挑战医治效果。利用蛋白质组学技术和神经收集，哥伦比亚大学和耶鲁大学的研讨团队引入了 VESPA（Virtual Enrichment-based Signaling Protein-activity Analysis），一种旨在阐明细胞响应…- 8
- 0
-
十年磨一「图」，google震撼发布纳米级人脑图谱！AI 加持人类大脑研讨
【新智元导读】就在今天，人们被这张 1 立方毫米的纳米级人脑皮层图震撼到了。google的十年神经科学成果 —— 人脑图谱，也登上了 Science。其中，科学家们发明了此前从未发明的细胞，和全新的连贯模式。人类大脑皮层，可以以纳米级分辨率建模了！google研讨的连贯组学团队，已经成立十年了。作为纪念，就在今天，团队放出了这张 1.4PB 的人脑连贯组图。就是在这张图中，google的科学家发明…- 5
- 0
-
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解步骤
编辑 | 萝卜皮近期，科学家在单个细胞内同时分解多组学模态的进展，使得细胞异质性和分子层次结构的钻研成为可能。然而，技术限制导致多模态数据的高噪声和高昂的成本。在这里，南开大学的钻研团队提出了 scButterfly，一种基于双对齐变分自动编码器和数据巩固方案的多功能单细胞跨模态翻译步骤。通过对多个数据集的全面实验，钻研职员证明 scButterfly 在保留细胞异质性、同时翻译各种背景的数据集和…- 5
- 0
-
平均准确率达96.4%，中山大学&重庆大学开发基于Transformer的单细胞诠释办法
编辑 | 萝卜皮使用测序 (scATAC-seq) 技术对转座酶可及的染色质进行单细胞测定，可在单细胞分辨率下深入了解基因调控和表观遗传异质性，但由于数据的高维性和极度稀少性，scATAC-seq 的细胞诠释仍然具有挑战性。现有的细胞诠释办法大多集中在细胞峰矩阵上，而没有充分利用底层的基因组序列。在这里，中山大学与重庆大学的研究人员提出了一种办法 SANGO，通过在 scATAC 数据中的可及性峰…- 4
- 0
-
优于人类大师，GPT-4 准确解释单细胞类别，成本低且稳健
编辑 | 萝卜皮GPT-4 是一种专为语音理解和生成而设计的大型语言模型。哥伦比亚大学梅尔曼公共卫生学院（Columbia University Mailman School of Public Health）的 Wenpin Hou 和杜克大学医学院（Duke University School of Medicine）的 Zhicheng Ji 证实，大语言模型 GPT-4 可以在单细胞 RN…- 4
- 0
-
正确率达95.16%，快速辨别恶性肿瘤细胞，厦大和上海交大团队开发域泛化深度学习算法
编辑 | 萝卜皮单细胞和空间转录组测序是两种最近优化的转录组测序方法，越来越多地用于钻研癌症和相关疾病。细胞诠释，特别是恶性细胞诠释，对于这些钻研中的深入分析至关重要。然而，当前的算法缺乏正确性和泛化性，使得难以一致、快速地从泛癌数据中推断出恶性细胞。为了解决这个问题，厦门大学和上海交通大学的钻研团队提出了 Cancer-Finder，一种鉴于域泛化（Domain Generalization，D…- 5
- 0
-
上海人工智能实验室团队开发具有多核光纤单元扭转功能的AI启动投影断层扫描
编辑 | 白菜叶光学断层扫描已成为一种非侵入性成像格式，可提供对亚细胞结构的三维洞察，从而能够更深入地了解细胞功能、相互作用和过程。保守的光学断层扫描格式受到无限的照明扫描范围的限制，导致分辨率各向异性和细胞结构的不完整成像。为了克服这个问题，上海人工智能实验室、德国德累斯顿工业大学（Technische Universität Dresden）以及马克斯·普朗克学会（Max Planck Soc…- 4
- 0
-
哈工大&南医大开发深度进修框架，用于从单细胞RNA测序数据中鉴别细胞间相互作用
编辑 | 萝卜皮细胞间相互作用（CCIs）在细胞分化、组织稳态和免疫反应等许多生物过程中发挥着关键作用。随着高通量单细胞RNA测序（scRNA-seq）技术的快速发展，从不断增加的 scRNA-seq 数据中鉴别CCIs变得非常重要。然而，受算法限制，当前鉴于统计策略的计算法子忽略了高度稀疏性和异质性的 scRNA-seq 数据中包含的一些关键潜伏信息。哈尔滨工业大学和南方医科大学的研讨团队开发了…- 7
- 0
-
哈工大开发深度进修框架，用于从单细胞RNA测序辨别细胞相互作用
编辑 | 萝卜皮细胞间相互作用（CCIs）在细胞分化、组织稳态和免疫反应等许多生物过程中发挥着关键作用。随着高通量单细胞RNA测序（scRNA-seq）技术的快速发展，从不断增加的 scRNA-seq 数据中辨别CCIs变得非常重要。然而，受算法限制，当前鉴于统计策略的计算办法忽略了高度稀疏性和异质性的 scRNA-seq 数据中包含的一些关键潜伏信息。哈尔滨工业大学和南方医科大学的钻研团队开发了…- 6
- 0
-
中国科学院团队两篇齐发：首个跨物种性命根本大模型+新型细胞运气预测AI模型发布
作者 | 中国科学院多学科交叉钻研团队编辑 | ScienceAI被称为20世纪人类三大科学计划之一的人类基因组计划，拉开了深度剖析性命奥秘的序幕。由于性命过程具有多维度、高度动态的特点，传统实验钻研手段难以系统精确地破解基因密码的底层共性法则，亟需运用强大的计算技术来实现基因数据的表征建模与学问发现。当前，以大模型为核心的人工智能技术在计算机视觉和自然语言明白等领域引发了革命，展示出了对数据和学…- 14
- 0
-
单细胞生物学根底大型语言模型scGPT革新版来了，在超3300万个细胞上举行预训练
编辑 | 紫罗就在前不久，多伦多大学钻研团队颁布首个单细胞生物学根底大型语言模型：scGPT，其在超 1000 万个细胞上举行预训练。现在，该钻研团队首次尝试对超过 3300 万个细胞举行生成预训练来革新 scGPT。论文的通讯作者、多伦多大学助理教授 Bo Wang 在推特激动发文：「令人兴奋的 scGPT 革新：自 4 月份颁布以来，受到社区的极大关注，我们很高兴地宣布单细胞多组学数据的根底模…- 27
- 0
-
-
-
首个单细胞生物学基础大型语言模型，在超1000万个细胞从事预训练
编辑 | 紫罗生成式预训练模型在自然语言处理（NLP）和计算机视觉等领域取得了显著的成功。文本是由文字组成的，细胞可以用基因来表征。NLP 和单细胞生物学之间的另一个核心相似之处是，用于训练的公开可用的单细胞 RNA 测序（scRNA-seq）数据的规模庞大且不断增长。NLP 模型是否也能理解单细胞生物学的内在逻辑并发展「涌现思维」？近日，来自加拿大多伦多大学和彼得·蒙克心脏中心（Peter Mu…- 6
- 0
-
山东大学团队提出基于异构图 Transformer 的单细胞生物搜集推理
编辑 | 绿萝单细胞多组学 (scMulti-omics) 技术允许同时量化多种模态，以捕捉复杂分子机制和细胞异质性的复杂性。现有工具无法有效地揣度出差别细胞范例中 active 生物搜集以及这些搜集对外部刺激的反应。在此，来自山东大学参与的多机构研讨团队，开发了基于深度进修的单细胞数据多组学综合平台：DeepMAPS，用于从 scMulti-omics 进行生物搜集推理。DeepMAPS 在异构…- 9
- 0
-
扫码打开当前页
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×