蛋白质工程迭代难题终于有解了
为药物或消费品制造高性能蛋白质，往往需要经过一轮又一轮的微调、实验与校准。一种名为MULTI-evolve的新型机器学习框架，将这整套繁琐流程压缩到了单次测试中——这被视为蛋白质工程领域的一项重大突破。该技术由加州大学伯克利分校及帕洛阿尔托Arc研究所的生物工程师徐培廷（Patrick Hsu）等人开发，相关论文于2月19日发表于《Science》。MULTI-evolve能够预测：当蛋白质中的多个氨基酸被替换时，其会如何表现。它将实验室实验与机器学习相融合，从而找到性能更优的蛋白质。特制蛋白质广泛存在于日常产品中，从药物、生物燃料到洗衣液都不例外。科学家在设计过程中通常需要替换多个氨基酸来提升蛋白质性能。但替换一个氨基酸，会改变下一个替换对蛋白质功能的影响，因此寻找彼此协同的替换组合，往往需要多轮迭代的修改与实验室测试。「这是一个极高维度的搜索问题，我们实际上是在不断试错，」徐培廷说。「我们很高兴这项工作。我认为人们对它如何真......阅读全文
蛋白质工程迭代难题终于有解了
为药物或消费品制造高性能蛋白质，往往需要经过一轮又一轮的微调、实验与校准。一种名为MULTI-evolve的新型机器学习框架，将这整套繁琐流程压缩到了单次测试中——这被视为蛋白质工程领域的一项重大突破。该技术由加州大学伯克利分校及帕洛阿尔托Arc研究所的生物工程师徐培廷（Patrick Hsu）等人
糖基化酶碱基编辑器的机器学习研究进展
碱基编辑技术可实现精确的碱基转换，当前，有三类碱基编辑器被广泛应用，包括胞嘧啶碱基编辑器（cytosine base editor，CBE）、腺嘌呤碱基编辑器（adenine base editor，ABE）、糖基化酶碱基编辑器（glycosylase base editor，GBE）。 20
糖基化酶碱基编辑器的机器学习研究中获进展
碱基编辑技术可实现精确的碱基转换，当前，有三类碱基编辑器被广泛应用，包括胞嘧啶碱基编辑器（cytosine base editor，CBE）、腺嘌呤碱基编辑器（adenine base editor，ABE）、糖基化酶碱基编辑器（glycosylase base editor，GBE）。 20
新型基因编辑技术同时修复多个致病突变
美国科研团队在新一期《自然·生物技术》杂志发表研究成果称，他们基于逆转录酶开发出一种新型基因编辑技术，能够更精准、更高效地同时修复哺乳动物细胞内的多个致病突变，为开发广谱基因疗法奠定了重要基础。 许多遗传疾病，如囊性纤维化、血友病等，往往涉及基因组中多个突变。更复杂的是，即使是同种疾病的不同患
机器学习也许能“算命”
12月19日，《自然-计算科学》发表的一项研究描述了一种机器学习方法，能够从不同方面准确预测人类生活，包括早死可能性和个性的细微差异。该模型或许能提供对人类行为的量化认知。 社会科学家对人类生活是否能被预测的问题看法不一。虽然我们对在人类生活中起到重要作用的社会人口学因素已有充分了解，但一直无
机器学习模型预测中风？
中风的诊断可能很棘手，因为患者并不总是表现出典型的症状，而且其他疾病也可能模仿它。研究人员利用现有数据开发了一种机器学习模型，可以准确预测中风，并可能使诊断变得更容易。诊断错误是一个主要的公共卫生问题，造成了可预防的病人伤害和卫生超支。由于诊断错误而导致的可预防的中风死亡比误诊的心脏病发作要常见30
在糖基化酶碱基编辑器的机器学习研究中获进展
碱基编辑技术可实现精确的碱基转换，当前，有三类碱基编辑器被广泛应用，包括胞嘧啶碱基编辑器（cytosine base editor，CBE）、腺嘌呤碱基编辑器（adenine base editor，ABE）、糖基化酶碱基编辑器（glycosylase base editor，GBE）。 2020
突破！使用 Cpf1 基因编辑纠正 DMD 基因突变
这个研究成果是由德克萨斯大学的西南医学中心研究人员发表。 该研究显示，使用来自 Prevotella 和 Francisella 1(Cpf1)，这是一种通常使用的基因编辑 CRISPR 的相关蛋白 9（Cas9）的酶替代物，可以校正动物模型以及人细胞中的疾病相关病变。 这个研究发表在科学进
基于人工智能的通用蛋白质工程方法成功开发
蛋白质工程基于蛋白质的灵活性，通过人工手段改变氨基酸序列，实现对蛋白质结构和功能的修饰和改造。与基因组工程相比，蛋白质工程可直接对蛋白质分子进行操纵，借助突变的迭代积累，快速完成蛋白功能优化和创新。 蛋白质工程改造策略包括结构引导的蛋白质理性设计和定向进化，但这些方法往往依赖经验，存在实验周期
机器学习能够有效筛选“苦味”
苦味往往在食物味道中并不受欢迎，而引起这种苦味的重要因素之一是一种生物分子—苦味肽。苦味肽是能够与细胞膜上的苦味受体结合进而引发苦味感知的一类小分子肽，通常在食品加工、储存或消化过程中生成。近日，中国科学院大连化学物理研究所研究员靳艳团队与大连工业大学、内蒙古伊利实业集团有限公司合作，发展了一种
新的机器学习模型预测CRISPRCas9编辑人原代T细胞的结果
近日，一项发表于Nature Biotechnology的题为"Large dataset enables prediction of repair after CRISPR-Cas9 editing in primary T cells"研究中，来自Chan-Zuckerberg Biohub
基于人工智能的通用蛋白质工程方法成功开发
蛋白质工程基于蛋白质的灵活性，通过人工手段改变氨基酸序列，实现对蛋白质结构和功能的修饰和改造。与基因组工程相比，蛋白质工程可直接对蛋白质分子进行操纵，借助突变的迭代积累，快速完成蛋白功能优化和创新。蛋白质工程改造策略包括结构引导的蛋白质理性设计和定向进化，但这些方法往往依赖经验，存在实验周期长、成本
基因编辑器CRISPR让突变小鼠触手可得
Rudolf Jaenisch 在1974 年培育出首个转基因小鼠，并且首次证明了CRISPR 在产生基因敲除小鼠方面的威力。 2013年年初，Michael Wiles同美国缅因州杰克逊实验室的高层管理者坐在一起，并且告诉了他们一种拥有惊人威力的DNA剪切新方法。这家简称为JAX的实验室利用基因
研究提出可用于癌症驱动基因识别的图机器学习模型
当前，全球癌症患者数量呈逐年上升趋势。癌症驱动基因识别在探讨癌症的发生机制中扮演着重要角色，能够为个性化精准治疗提供策略。而现有方法在泛化性和可解释性方面面临挑战。中国科学院新疆理化技术研究所科研团队与合作者，提出了可用于癌症驱动基因识别的图机器学习模型。这一模型融合人工智能与生物医学的优势，具备可
基因编辑领域再获突破－成功修复一种致命基因突变
自20世纪初至今，短短百年之内，基因技术研究领域的高歌猛进，让人类与基因之间的关系发生了巨变。去年，首例基因编辑婴儿的问世引发了众多热议，但是抛开伦理问题，基因技术无疑在不断走向成熟。近日，宾夕法尼亚大学医学院和费城儿童医院在基因编辑领域再次取得突破，他们的研究团队成功修复了小鼠的一种致命基因
机器学习助力外骨骼性能提升
美国科学家报道了一种能加速外骨骼控制系统开发的模拟框架，这种外骨骼能辅助现实世界场景中的运动。研究显示，这个框架或有助于推动外骨骼和义肢等装置的广泛应用。相关研究6月12日发表于《自然》。外骨骼能显著提升人类运动，恢复残疾人士的运动能力。不过，当前的控制器在匹配不同个体需求和任务涉及的复杂人体运动时
机器学习加速探索材料的开发
设计空间几何增长是材料设计中的一大挑战。机器学习（ML）加速探索材料设计已经开始在的这一挑战中发挥作用，并显著提高了发现材料的效率。然而，这个流程暗含了密度泛函理论（DFT）产生的训练集的统计上的偏见。并且，在使用高通量计算产生训练集的时候，大量的计算会失败。这种情况对于一些有趣的，例如含有自由
精确编辑基因！利用机器预测细胞修复CRISPR诱发的DNA断裂
当双螺旋DNA因损伤（比如X射线暴露）发生断裂时，细胞中的分子机器会开展基因“自动校正（auto-correction）”，从而将基因组重新连接在一起，但是这种修复通常是不完美的。细胞中的天然DNA修复过程能够以一种看似随机且不可预测的方式在断裂位点处添加或移除DNA片段。利用CRISPR-Ca
基因编辑技术可以编辑所有基因吗
即便当前不能，以后会能的。基因编辑技术指能够让人类对目标基因进行“编辑”，实现对特定DNA片段的敲除、加入等。在过去几年中, 以ZFN (zinc-finger nucleases)和TALEN (transcription activator-like effector nucleases)为代表
新型双碱基编辑器助力基因饱和突变文库构建
近日，中国科学院广州生物医药与健康研究院研究员赖良学课题组在新型碱基编辑器开发方面取得重要进展，获得了可同时兼具当前多种单碱基编辑器及CRISPR/Cas9基因编辑功能的多功能碱基编辑器，可广泛地诱导产生多种模式的突变，对于饱和突变文库构建、基因突变功能研究等方面具有重要促进作用。相关研究在线发表于
比传统机器学习算法快1000倍——联想学习法
英国牛津大学材料系研究人员联合埃克塞特大学和明斯特大学的同事开发了一种片上光学处理器，能检测数据集中的相似性，速度比在电子处理器上运行的传统机器学习算法快1000倍。发表在《光学》杂志上的这项新研究的灵感来自诺贝尔奖获得者伊万·巴甫洛夫对经典条件反射的发现。巴甫洛夫在实验中发现，如果在喂食过程中提供
用机器学习洞察春节幸福感
刚刚过去的虎年春节，你幸福吗？ 为了深入理解新冠疫情和防疫政策对民众幸福感和生活的影响，深圳市人工智能与机器人研究院及香港中文大学（深圳）校长讲座教授贾建民、清华大学文科资深教授薛澜和博士生袁韵、香港大学副教授贾轼等组成的研究团队，采用机器学习与回归分析相互结合的方法，
武汉大学量子机器学习研究获进展
近日，《自然·通讯》在线发表了武汉大学计算机学院在量子人工智能理论方面的最新研究成果。论文题为《纠缠数据在量子机器学习中的相变行为》。这是武汉大学量子机器学习方向研究成果首次刊登在《自然·通讯》上。论文截图。据悉，量子纠缠是实现量子计算优势的关键资源。目前，科学家广泛关注如何将量子纠缠整合到量子机器
机器学习鉴别出八种戒烟药物
美国科学家开发出一种新的机器学习方法，可通过计算机程序分析数据集的模式和趋势来识别药物，他们借此鉴定出了8种有助戒烟的药物，包括用于治疗感冒咳嗽的右美沙芬等。相关研究刊发于最新一期《自然·遗传学》杂志。 吸烟是导致心血管疾病、癌症和呼吸系统疾病的危险因素。虽然吸烟行为是后天学习的，但此前的一项
Google如何用机器学习帮助药物研发？
从在搜索中回答与健康相关的问题，到给开发者提供健身数据平台，Google在我们的日常健康中越来越重要。但其实互联网巨头们也在努力加快研发治愈人类顽疾的关键药物。 同斯坦福大学的Pande Lab合作，Google Research发表了一篇题为“针对药物研发的大规模多任务网络”的文章。该文章描
机器学习模型可识别乳房病变风险
美国研究人员近日在《放射学》杂志线上版发表文章称，他们开发出一种机器学习工具，可以确定哪些高危乳房病变可能会变成癌症，从而帮助医生作出正确的治疗决策，减少不必要的手术。 乳房病变是一种女性常见疾病，而高危乳房病变有很大几率转变成癌症。正是由于这种风险，手术切除病变组织通常被认为是首选治疗方案。
机器学习模型创建定制气味和香水
目前，人们仅根据气味剂的物理化学特征来预测嗅觉印象。但是，该方法无法预测传感数据，而传感数据对于产生气味是必不可少的。为了解决这个问题，日本东京工业大学研究人员采用了逆向思维的创新策略，不是根据分子数据预测气味，而是根据气味印象预测分子特征。这是使用标准质谱数据和机器学习模型实现的。研究成果发表在最
“量子比特+机器学习”可精准测磁场
北京7月8日电,据芬兰阿尔托大学官网近日报道，该校科研人员主导的国际团队提出了一种采用量子系统测量磁场的方法，新系统的精确度超过了标准量子极限。他们表示，从量子状态中快速提取信息，对于未来的量子处理器和现有超灵敏探测器来说都必不可少。此项研究向利用量子增强方法进行传感迈出了关键的第一步。 在
机器学习助力更好理解水的行为
美国一个研究团队在最新一期《物理评论快报》上刊发论文称，他们借助机器学习技术来理解水在零下100℃的行为。最新研究不仅能让科学家更好地理解水，也为更好地从理论上理解各种物质开辟了更多途径。 水是人们最熟悉、接触最频繁的物质之一，但实际上它还有很多未解之谜。在过去30年里，科学家们从理论上认为，当
机器学习技术加速植物精准设计育种
种子被誉为农业的“芯片”，育种科技创新是推动农业发展的核心动力。未来植物育种的新范式是基因组学、基因编辑、合成生物学等生物技术（BT）与数据科学、机器学习、人工智能等信息技术（IT）的多元化融合。农业农村部“十四五”规划将“智慧种业”列在“智慧农业”领域七大攻关任务之首。任务中明确提出：构建数字化育