新成药性预测模型可提供更综合且具解释性的评估
华东理工大学药学院教授唐赟团队，通过整合ADMET性质、理化性质以及可合成性，构建了一个全新的成药性预测模型，可为候选药物分子提供更综合、更具解释性的成药性评估。相关研究近日发表于美国化学会的《药物化学杂志》。据统计，平均每10000个化合物中只有1个化合物最终可能成为药物。临床前的类药性研究是关键环节，可帮助研究人员快速、精确地判断化合物作为潜在药物的可行性。传统的类药性评估多以经验法则为基础，虽便于快速筛选，却难以精细区分候选物的优劣。加权函数方法则对毒性等关键安全性维度考虑不足，易导致评价不全面。为此，亟需一种统一、可推广且可解释的类药性评价范式。研究团队建立了一种基于三元组对比学习的变分自编码框架（CLVAE）方法CLaSP。该方法以分子的ADMET性质为核心，融合经典理化性质与可合成性，并通过半监督的三元组对比损失训练构建了结构良好的“类药”潜空间，进而由潜空间坐标导出可解释的成药性评估。测试结果显示，该评分方法在多个......阅读全文
Nat－Genet：开发出多基因模型用于预测疾病的遗传风险
刊登在近日的国际杂志Nature Genetics上的一篇研究报告中，来自美国国立癌症研究所的研究人员开发出了一种新的方法来预测常见疾病的遗传风险，如前列腺癌等。这种遗传风险预测的概念是基于对多基因的分析，研究者对常见的DNA序列，称为单核苷酸多态性(SNPs)进行了研究分析，这其中的每一个
国家纳米中心提出纳米材料医学功能预测的理论模型
中国科学院国家纳米科学中心研究员高兴发和中国科学院院士赵宇亮团队，通过多年的基础理论研究与迭代，在纳米生物效应的理论研究领域取得了系统的突破性进展。8月17日，相关研究成果以《实现纳米材料医学功能筛选的催化信号转导理论》（Catalytic Signal Transduction Theory En
植物膜转运的模型预测、实验验证及生理学影响
图注：上图：玉米根部O2流的振荡变化作为O2利用情况的指标。A:不同氧气浓度下O2流的振荡规律；B:O2流振荡对外界氧气的依赖性。关键词：适应(Adaptation)；离子流(Ion flux)；膜(Membrane)参考文献：Shabala S et al. . J. Exp. Bot. .200
蛋白质三级机构预测－同源模型化法2
5、构建目标蛋白质的环区：在第2步的序列比对中，可能加入空位，这些区域常常对应于二级结构元素之间的环区，对于环区需要另外建立模型。一般也是采用经验性方法，从已知结构的蛋白质中寻找一个最优的环区，拷贝其结构数据。如果找不到相应的环区，则需要用其它方法。6、优化模型：通过上述过程为目标蛋白质U建立了一个
蛋白质三级机构预测－同源模型化法1
蛋白质结构预测的生物学意义生物信息学研究的一个主要目标是了解蛋白质序列与三维结构的关系，但是序列与结构之间的关系是非常复杂的。人们已经掌握了一些蛋白质序列与二级结构之间的关系，但是对于蛋白质序列与空间结构之间的关系了解得比较少。预测蛋白质的二级结构只是预测折叠蛋白的三维形状的第一步。一些结构不是很规
伏羲大模型亮相：人工智能助力解决极端天气预测难题
今年9月1日上午，复旦大学2023级新生开学典礼在光华楼前大草坪举行，来自80个国家和地区的1.6万余名新同学，齐聚光草，共赴这场青春盛会。 在此之前，上海已接连三日雨水不断，当人们以为第四天也如天气预报所说“今天有雨”，只得取消室外活动时，复旦大学却反其道而行之——近20年来首次举办户外开学
时空四维模型突破限制－让海温预测不再“浮于表面”
海洋温度体现了海水的热状况，海洋温度变化主要取决于海洋热收支状况及其时间变化。太阳辐射和海洋大气热交换是影响海水温度的两个主要因素。具体来说，纬度、洋流、季节、深度、海洋生物运动等都会影响海水温度变化。 周晓锋 中国科学院沈阳自动化研究所副研究员 从太空视角看，地球像一颗蔚蓝色的“水球”，
学者提出融合多模态数据的荔枝霜疫霉病预测模型
近日，华南农业大学电子工程学院（人工智能学院）高级实验师陆健强课题组首次提出了融合多模态数据的荔枝霜疫霉病预测模型，为荔枝霜疫霉病的精准预测提供了新的研究思路与方法。相关成果发表于《IEEE物联网期刊》（IEEE Internet of Things Journal）。荔枝是我国南方的重要经济作物，
Science：数学模型可提前两年预测病毒暴发疫情
肠病毒是世界上威胁儿童健康的最为严重的病原微生物之一，进美国境内每年受到该病毒感染的儿童数量就达到了5000万人。最近来自伦敦皇家学院的研究者们鉴定出了肠病毒爆发的起因，这一发现或许有助于公共健康工作者们提前两年预测疫情的发生。相关结果发表在最近一期的《Science》杂志上。 能够感染人体的
通过计算模型预测先导编辑效率及脱靶率，拓展应用前景
CRISPR基因编辑技术自问世以来，就展现出无可比拟的优势，并深刻改变了基因编辑领域乃至整个生命科学的研究模式。近年来，基于CRISPR系统开发的先导编辑（Prime Editing，PE）引起科学家们的关注，有望引领基因编辑的全新变革。 先导编辑是由刘如谦（David Liu）实验室于201
科学家开发前列腺癌精准预测与评估模型
近日，美国丹娜法伯癌症研究院、麻省理工学院和哈佛大学的研究团队利用前列腺癌患者的多组学数据，开发了一款可用于前列腺癌预测与评估的机器学习分析模型P -NET（Pathway-aware multi-layered hierarchical network）。该研究在《Nature》上发表，题为
生态模型中逻辑斯蒂增长模型在预测市场需求变化时的劣势有哪些？
逻辑斯蒂增长模型在预测市场需求变化时存在以下一些劣势：假设限制：环境容纳量恒定假设：该模型假设市场环境容纳量是恒定的，但在实际市场中，环境容纳量会受到多种因素影响而动态变化，如技术创新、消费者偏好改变、经济形势变化、政策法规调整等，这些都可能使市场的最大需求规模发生改变，导致基于固定环境容纳量的预测
生态模型中逻辑斯蒂增长模型在预测市场需求变化时的优势有哪些？
逻辑斯蒂增长模型在预测市场需求变化时具有以下优势：考虑市场限制因素：逻辑斯蒂增长模型假设市场存在一定的环境容纳量（类似于种群增长中的资源限制）。这反映了现实市场中，各种资源如生产能力、消费者数量、市场饱和度等是有限的，需求不可能无限增长。通过考虑这种限制，模型能更准确地模拟市场需求在接近饱和状态时的
利用BRAF基因突变预测息肉发展成肠癌的风险
在结肠镜检查筛查中，经常性地发现患者存在结肠黏膜息肉。虽然，息肉的某些子群(亚族)被归类为肠癌的前体，然而到现在为止，医学界还不能准确地预测这些息肉发展成肠癌的风险。 近日，由于MedUni Vienna临床病理学研究所Peter Birner和德国海德堡大学科学家的合作，现在可以借助
生态模型中逻辑斯蒂增长模型在预测市场需求变化时的应用实例有哪些？
以下是一些逻辑斯蒂增长模型在预测市场需求变化时的应用实例：手机市场：在智能手机市场发展初期，市场需求呈现快速增长态势，类似于逻辑斯蒂增长模型中的指数增长阶段。随着市场逐渐饱和，增长速度开始放缓，进入到接近环境容纳量（市场最大容量）的阶段。通过收集手机市场历年的销售量、市场渗透率等数据，运用逻辑斯蒂增
国内首个HIV抗病毒治疗依从性预测模型建立
前几天，艾滋病患者刘某收到解放军第302医院护理人员发的一条手机短信：“刘大哥，您好!最近身体状况怎么样?别忘了按时吃药。常联系!”这是该院感染性疾病诊疗与研究中心根据建立的HIV感染者抗病毒治疗依从性预测模型评估出的结果，对刘某进行护理干预的一项内容。 据悉，该模型的建成填补了国内此类研
－Science:新数学模型能预测流行病全球暴发路径
西北大学科学家的数学理论提高了我们对流行病全球蔓延认识能力。该理论不仅能够帮助我们确定疾病暴发源还能显著提高预测疾病蔓延路径。相关报道发表在近期的Science杂志上。 该数学模型是由理论物理学家现柏林洪堡大学(Humboldt-Universitaet)教授Dirk Brockman
首个可预测数学模型诞生！癌症患者如何响应免疫疗法？
免疫疗法作为一种风头正盛的 ，尽管响应持久、能治疗的癌症类型广泛，但真正能响应它的患者群体是有限的。因此，科学家们一直在寻找能预测“哪些患者能够响应免疫检查点抑制剂（如PD-1/PD-L1抗体）”的方法。 简单来说，免疫检查点抑制剂是借助人体的免疫系统来识别和摧毁肿瘤细胞。这类新型抗癌疗法的临
数学模型可提前两年预测肠道病毒暴发疫情
肠道病毒肠道病毒CV-A4暴发与日本出生率对照图片来源：Science 肠道病毒每年都有新变化，如果能预测下一次肠道病毒疫情的暴发时间，就能提前研制出更有针对性的疫苗。日前，美国新一期《科学》杂志就刊登了这样一项研究成果，一种新的预测模型有望准确预测各种病毒株及类型的动态传播。 据了
我国建立食管癌临床性筛查精准风险预测模型
《胃肠内镜学》1 月 5 日在线发表了北京大学肿瘤医院教授柯杨团队研究报告，基于多中心真实世界研究设计，在北方高发区和南方非高发区 1 万余例临床内镜门诊就诊者中，构建并验证了首个适用于我国 “食管癌临床机会性筛查” 的精准风险预测模型。 中国是食管癌高发国且分布存在明确的地域聚集特性，我国从
Cell－Res：我国学者开发零样本突变效应预测模型
蛋白质序列上的氨基酸突变可导致蛋白质功能发生变化，并与酶失活、遗传疾病和病毒免疫逃逸等生物过程密切相关。精确预测氨基酸突变效应对指导蛋白质设计改造等下游应用具有显著意义。 通过探索蛋白质适应度景观并识别潜在有利突变，突变效应预测方法能够解决定向进化和理性设计策略面临的诸多挑战，并可缩短时间周期
癌症患者如何响应免疫疗法？首个可预测数学模型诞生！
近几年，以免疫检查点抑制剂为代表的免疫疗法的成功，几乎颠覆了癌症治疗，且取得了一系列进展。近期，首个能够预测“癌症患者如何响应免疫疗法”的数学模型诞生！相关成果发表在顶级期刊Nature杂志上。 图片来源：网络 免疫疗法作为一种风头正盛的癌症新疗法，尽管响应持久、能治疗的癌症类型广泛
可预测工业气体分布器气泡初始直径的数学模型
气-液及气-液-固反应器（如发酵罐、搅拌槽和浆态床反应器等）在工业过程中的应用非常普遍，其气泡尺寸及分布是影响该类反应器性能的关键参数之一，也直接影响反应器的操作流型、气液两相间的传质、传热等传递性质，最终可影响反应速率及选择性。因此，气泡直径是气-液和气-液-固反应器设计、优化和放大的一个关键
高精度跟瞄光学系统视轴稳定技术预测模型建立
原文地址：http://news.sciencenet.cn/htmlnews/2023/1/492697.shtm 建立快速转向镜（FSM）的动态模型和快速控制反射镜引入的寄生扰动分析。论文作者供图 科学观测、深空光通信以及引力波探测等任务对跟瞄光学系统的视轴指向精度及其稳定性提出了
复旦陈兴栋团队构建1990至2030年肝癌发病预测模型
原发性肝癌是一种常见且预后较差的恶性肿瘤。据估计，全球每年约有80万例新发肝癌患者（其中超过一半病例发生在我国），由肝癌导致的死亡人数约为50万。肝癌病因较多，且分布不均，这为肝癌的预防控制带来了挑战。 近日，《国际流行病学学刊》在线发表了复旦大学人类表型组研究院青年研究员陈兴栋团队的最新研
iScience：利用蛋白质组学构建预测模型识别未知底物
近日，中国科学院大连化学物理研究所生物技术研究部生物分子功能研究组研究员朴海龙团队基于生物信息学方法，揭示了癌症中关键的去泛素化与泛素化分子相互作用网络。 去泛素化与泛素化作用是生命体内至关重要的转录后修饰作用，参与到细胞周期、免疫调控、信号传递等几乎所有的生物学通路过程中。同时，该作用体系对
科学家利用迁移学习建立计算大模型预测基因调控研究
基因网络绘制需要大量转录组数据用于建立基因之间的联系，这也阻碍了一些数据有限场景（如罕见病）等研究。最近，利用迁移学习的机器学习技术在自然语言和计算机视觉等领域带来了变革性进展，其通过在大规模通用数据集上进行大模型预训练，而后迁移到数据量有限的特定任务进行微调。美国博德研究所等研究团队提出了一个
科学家建立金属中纳米孔洞俘获氢的定量预测模型
中国科学院合肥物质科学研究院固体物理研究所刘长松课题组吴学邦与麦吉尔大学宋俊合作，在金属中的氢行为研究中取得新进展，首次建立了体心立方金属中纳米孔洞氢俘获和聚集起泡的定量预测模型。该研究为理解氢致损伤，以及设计新型抗氢致损伤材料提供了可靠的理论基础和工具。相关成果发表在《自然-材料》(Natur
《柳叶刀》子刊：新模型可提前十年预测痴呆发病
原文地址：http://news.sciencenet.cn/htmlnews/2022/9/486924.shtm 日前，复旦大学附属华山医院教授郁金泰团队与复旦大学类脑智能科学与技术研究院教授冯建峰、研究员程炜团队开展多学科交叉联合攻关，利用生物医学大数据与人工智能算法，开发出全新的痴呆风险
新模型可预测寨卡病毒传播风险－有登革热地区风险最高
据日本北海道大学近日报道，该校研究人员和东京大学、日本科学技术振兴机构等合作，利用一种新的模型工具预测了寨卡病毒传入及在189个国家本地传播的风险。 研究人员发表在学术期刊《Peer J》上的论文指出，与巴西联系密切的国家传入寨卡病毒的风险尤其高，那些有登革热及其它蚊子传播疾病史的热带、亚热带