DeepMind给AI生成的蛋白质结构加上了水印,能防止研究数据被误用,对科研人员很有用。
#生物信息学
Claude把基因组分析从一年缩短到30分钟,成本降到5美元,效率提升惊人。
Anthropic 的 Claude 派出 950 个智能体跑了 21 小时,在噬菌体 DNA 里找到人类漏掉的类 CRISPR 酶系统,有点意思。
Google DeepMind发了AlphaGenome Atlas,能预测90亿种DNA变异,还给了评分,科研人员现在能免费用了。
DeepMind新推AlphaGenome Atlas,能预测90亿种DNA变异影响,免费供学术研究用。
GoogleDeepMind做了个1PB的基因组数据库,能查人类所有DNA变化的分子效应,比传统方法更全面。
DeepMind新发布的AlphaGenome Atlas能预测90亿种DNA变异影响,比现有数据库覆盖更全面。
生物医学数据研究者福音:新RBA算法在特征交互检测和计算效率上都有显著提升。
做生物信息学或组学数据降维的团队,终于有了一个标准化的 HPO 测试场——BBOmix 帮你省去从头调参的试错成本,做自编码器研究的可以直接用它验证方法。
做生物信息学或本体工程的研究者终于有了可扩展的自动化方案——LLM智能体直接对标人类专家水平,建议点开看具体实现和评估细节。
BIRDNet 解决了深度神经网络可解释性与稀疏性的矛盾,做生物信息学或知识图谱的团队可以直接用它的开源代码,在保持高精度的同时获得可读的规则。
做生物信息学软件质量保障的团队终于有了专用数据集——BioDefect 比通用数据集 F1 提升近 40%,做缺陷检测研究的可以直接用它来训练和评估模型。
Hugging Face 把 DNA 分析从黑盒 API 拉到了本地,做生物信息学或个性化健康研究的开发者可以直接在笔记本上跑基因组模型,值得试试。
生物信息学研究者或计算生物学家可以借此了解 Claude 在真实科研问题上的表现,评估其作为辅助工具的实用性。