DNA
斯坦福伯克利重磅发现DNA Scaling Law，Evo荣登Science封面！AI设计DNA/RNA/蛋白质再突破
Is DNA all you need？ AI可以实现从分子到基因组尺度的预测和生成任务了！ 图片就在刚刚，这项研究登上了Science封面。
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
编辑 | X_XChatGPT 可以写小说、编写计算机代码、给出食谱，它的硅片上包含了互联网上的大部分信息。 如果它能对 DNA 做同样的事情会怎么样？ 今天，刊登在《Science》封面上一项最新研究，美国 Arc 研究所（Arc Institute）和斯坦福大学的研究团队提出了一种机器学习模型「Evo」，其能够以无与伦比的准确性解码和设计从分子到基因组规模的 DNA、RNA 和蛋白质序列。
湖畔实验室AI加速棉花品种改良：解析近3亿DNA甲基化数据，找到43个关键基因
棉花产量与纤维品质如何受到DNA甲基化调控？ 在AI的帮助下，中国棉花育种专家成功破译这一“密码本”，并从中找出有望改良棉花品种的关键基因位点。 近日，由浙江大学棉花精准育种团队、中国农科院生物技术所和湖畔实验室（阿里巴巴达摩院）智慧育种团队组成的联合科研团队，综合运用遗传学、生物大数据和AI技术，构建了涵盖207个品种的棉花全基因组DNA甲基化图谱，鉴定2.87亿个单甲基化多态性（SMP）位点，规模为目前所有作物之最。
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
编辑 | 萝卜皮不久之前，Google DeepMind 发布了 AlphaFold3，再次引发了人们对「AI 生命科学」的讨论。在学界，科学家的目标往往是先认识世界，然后在认识的基础上改造世界。但是在生命科学领域，人类对整个生命的理解与认识还如九牛一毛、冰山一角；建立对生命系统的多维度深刻认识是当前人类研究的重要一步，AI 是达成这一步的重要工具。近期，阿里云飞天实验室发布并开源了业界首个联合 DNA、RNA、蛋白质的生物大模型「LucaOne」。这是一种新型预训练基础模型，旨在综合学习遗传和蛋白质组语言，涵
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
编辑 | 萝卜皮基因组是完整编码 DNA、RNA 和蛋白质的序列，这些序列协调整个生物体的功能。机器学习的进步与全基因组的海量数据集相结合，可以实现生物基础模型，加速复杂分子相互作用的机械理解和生成设计。斯坦福大学（Stanford University）和 Arc Institute 的研究人员开发了 Evo，这是一种基因组基础模型，可进行多模态和多尺度学习，能完成从分子到基因组规模的预测和生成任务。使用基于深度信号处理进步的架构，该团队将 Evo 扩展到 70 亿参数，单核苷酸字节分辨率的上下文长度为 131
只需一行代码，即可轻松驱散基因组分析中DNN产生的数字噪音
编辑 | 白菜叶人工智能已经进入我们的日常生活。它可以是 ChatGPT，也可以是人工智能生成的比萨饼和啤酒广告。虽然我们不能相信人工智能是完美的，但事实证明，有些时候我们根本无法相信人工智能。冷泉港实验室（CSHL）西蒙斯定量生物学中心的助理教授 Peter Koo 发现，在分析 DNA 时，使用流行的计算工具来解释 AI 预测的科学家会收集到太多的「噪音」或额外信息。他找到了解决这个问题的方法。他的团队确定了一个以前被忽视的归因噪声源，该噪声源源于深度神经网络（DNN）如何处理单热编码 DNA。研究人员证明这种
晚上就应该睡觉？新的机器学习技术探索昼夜节律
编辑 | 雪松昼夜节律，如睡眠-觉醒周期，是大多数生物与生俱来的，对地球上的生命至关重要。昼夜时钟在 24 小时日夜周期中协调生物的各项生理变化，会间接影响我们人类的体能水平、健康程度、生存能力。同样，将新陈代谢与日出落日同步等情况也存在于植物中，准确的生物钟有助于调节开花。了解昼夜节律，于植物而言，有助于提高植物的生长和产量；于人类而言，则有可能揭示出治疗疾病的新途径。IBM欧洲研究所与厄尔汉姆研究所的合作团队，描述了一系列基于人工智能（AI）和机器学习（ML）的方法。这些方法可以进行更具成本效益的分析并深入了解
- 1