AI在线 AI在线

AI for Science

AI自主「发现」牛顿第二定律?北大概念驱动型发现系统AI-Newton问世

编辑丨coisini今天谈人工智能(AI)做科研已不再是新鲜事,但如果说 AI 自主「发现」了牛顿第二定律呢? 我们知道,AI 模型擅长识别数据模式并进行预测,但利用数据推导广义科学概念对 AI 来说仍然是一项挑战。 最近,《Nature》报道了一个由北京大学研究团队开发的概念驱动型发现系统 ——AI-Newton,该系统能够从原始数据中自主推导物理定律,无需人工监督或先验物理知识。
11/17/2025 6:06:00 PM
ScienceAI

AI取代实验室的「最后一步」:LDBT范式以学习为起点重构生物设计流程

合成生物学定义为设计-构建-测试-学习循环。 最近机器学习的进步正在改变这一格局;因此,我们建议「学习」可以先于「设计」。 编辑丨&在合成生物学实验室中,研究者设计基因序列、构建质粒、转化菌株、验证功能——这一整套流程被称为 DBTL 循环:Design – Build – Test – Learn。
11/12/2025 2:16:00 PM
ScienceAI

江大团队融合对比学习与超图建模,预测1.7万条食物–微生物–疾病关联,AUPR提升8.9%

编辑丨%在零食界,总会有些心照不宣的默契:比如说掉在地上三秒内捡起来就没事的三秒定律,或者说不干不净吃了没病的俗语。 虽然话这么说,但是随着这些食物而进入身体的细菌,真的有在潜移默化地改变我们体内的微生物生态,影响身体健康。 这个被称为「食物–微生物–疾病」(Food–Microbe–Disease, FMD)网络的世界,复杂得远超想象,并且现有的对此预测方法仍然有限。
11/11/2025 2:19:00 PM
ScienceAI

数据效率显著提升,UC伯克利实现预训练机器学习势函数的跨泛函迁移学习

作者 | 论文团队编辑 | ScienceAI原子级模拟为材料性质的预测与虚拟筛选提供了重要手段,其核心在于准确描述体系的势能面(PES)。 相比于传统 PES 的计算所依赖的方法——从头算量子化学方法(如密度泛函理论 DFT)与经验力场而言,机器学习原子间势函数可以更好权衡精度与效率,通过从 DFT 数据中学习原子间相互作用,对 PES 进行准确构建。 近年来,随着数据和模型规模的扩大,基于数百万 DFT 计算训练的基座势能(foundation potentials, FPs)进一步展现出跨化学空间的泛化潜力,已被广泛用于声子谱预测、相图构建、催化筛选与分子动力学模拟等下游任务,为多尺度材料建模奠定了新的基础。
11/11/2025 2:08:00 PM
ScienceAI

UNSW、中科大苏高院等联合发布AtomWorld材料建模基准测试流程,以标准化评估突破大模型原子级空间推理能力瓶颈

作者 | 论文团队编辑 | ScienceAI在材料科学研究中,结构建模是探索材料特性与功能的起点,传统流程依赖研究者基于专业知识手动搭建晶体结构、调整原子排布,不仅耗时耗力,还受限于个人空间认知与操作经验。 当前,大语言模型(LLM)虽在文本理解与基础推理领域展现潜力,开始尝试应用于晶体生成、坐标解析等任务,但由于缺乏标准化评估体系,其对 3D 原子结构的空间推理能力 —— 如按指令精准执行原子添加、旋转、替换等操作 —— 始终无法被系统衡量,难以满足科研场景中自动化建模的实际需求。 为解决这一关键难题,近日,中国科学技术大学苏州高等研究院、澳大利亚新南威尔士大学(UNSW)等机构联合发布了「AtomWorld 材料建模基准测试流程」,以晶体学信息文件(CIF)这一标准格式为核心,首次构建了针对 LLM 晶体学基础技能的标准化评估框架,填补了大模型原子级空间推理能力评测的空白。
11/10/2025 2:16:00 PM
ScienceAI

MPI打造全球首个自动化叶绿体合成平台,模块化高通量系统加速可编程作物设计

编辑丨&俯视一洼碧绿的池塘——这抹绿意来自于其中繁衍兴盛的藻类家族。 其中的叶绿体,植物细胞的「光动力装置」,在默默地生产代谢之外,也吸引到了合成生物学的注意力。 叶绿体合成生物学有望通过改善质体的功能来推进光合作用生物。
11/10/2025 2:15:00 PM
ScienceAI

Nature | 颠覆性突破:大卫·贝克团队等用AI从头开始设计抗体,或将商用

图源:华盛顿大学蛋白质设计研究所编辑丨coisini在疾病的预防和治疗中,抗体药物发挥着至关重要的作用。 作为一种蛋白质治疗剂,全球现有超过 160 种抗体药物获批,其市场价值预计在未来 5 年内将达到 4450 亿美元。 以往,抗体发现主要依赖于免疫接种、随机库筛选或直接从患者体内分离抗体。
11/7/2025 5:59:00 PM
ScienceAI

AI预测细胞「未来命运」:Squidiff模型以扩散算法重建发育与药物响应轨迹

编辑丨&在显微镜下,研究者正在观察某个细胞的状态。 它可能正在分化、受药物作用,或者被辐射轻微损伤。 如果能预测它接下来会发生什么——会凋亡?
11/6/2025 3:26:00 PM
ScienceAI

Nature | 一天内自动化分析数万个细胞,AI识别追踪染色体异常,探秘癌症起源

编辑丨coisini染色体是遗传物质的载体,对基因遗传和健康起着重要作用。 很多疾病的发生就是染色体异常导致的。 某些侵袭性极强癌症的主要驱动因素就是染色体异常。
11/3/2025 2:49:00 PM
ScienceAI

全开源、可商用,蛋白质、核酸与药物结构预测基础模型OpenFold3来了

编辑丨coisini2024 年 5 月,Google DeepMind 发布了 AlphaFold3 模型,该模型能够对包括蛋白质、核酸、小分子、离子和修饰残基在内的复合物进行联合结构预测,堪称革命性模型。 但 Google DeepMind 没有立即公布其论文代码,而是在六个月后正式开源,允许学术研究者免费下载软件代码,但不允许将 AlphaFold3 用于商业应用。 非营利性人工智能研究联盟 OpenFold Consortium 一直致力于打造性能匹敌 AlphaFold3 的全开源结构预测基础模型。
10/30/2025 1:21:00 PM
ScienceAI

NeurIPS 2025 | 当AI理解几何:ETHz提出GAOT,让神经算子在任意形状上实现高效可扩展的PDE求解

作者 | 论文团队编辑 | ScienceAI想象一下,如果 AI 能真正理解复杂几何的形状,并快速预测其中的物理场分布 —— 无论是汽车外壳的气流走向,还是飞机机翼上的压力变化,都能在几秒内被准确模拟,而不再依赖昂贵的数值仿真。 这正是 Geometry Aware Operator Transformer(GAOT)所尝试实现的目标。 该研究由 ETH Zurich 与 CMU 合作完成,并被 NeurIPS 2025 正式接收。
10/30/2025 1:19:00 PM
ScienceAI

把蛋白质当「话语」来读:超级计算机用语言模型跨物种预测蛋白-蛋白相互作用

编辑丨&在一张桌前有两个人,倘若我们能读懂他们的语言神态,那我们就能推断出下一刻他们会是争吵亦或是握手。 现在,把「人」换成蛋白质,把「话」换成氨基酸序列——蛋白质相互作用是生命过程的核心:信号传导、代谢通路、病毒入侵宿主等,都依赖特定蛋白质之间的物理接触。 倘若能读懂其中的相互作用,也就能为接下来的一系列研究铺平道路。
10/29/2025 12:04:00 PM
ScienceAI

量子计算机用新算法成功模拟简化SYK模型,解决强相互作用系统的模拟难题

编辑丨%在量子物理的版图里,有一类系统被称为「最难模拟的存在」。 它们像黑洞一样混沌,又像晶体那样多体耦合。 理论家用方程描述它们,计算机却束手无策——哪怕最强的超级计算机,也无法追踪上千亿个量子态的演化。
10/28/2025 2:26:00 PM
ScienceAI

西湖大学发布SaprotHub,让生物学家能够轻松训练调用蛋白质语言模型

作者 | 论文团队编辑 | ScienceAI如同人类拥有语言,生命世界也有一套由氨基酸序列构成的「分子语言」—— 蛋白质 。 近年来,人工智能领域的蛋白质语言模型(PLMs)展现出解码这套语言的强大能力,能够精准预测蛋白质的结构与功能。 然而,这些尖端模型的训练与使用,往往需要深厚的机器学习专业知识和编程能力,这在 AI 开发者与广大生物学家之间形成了一道鸿沟。
10/28/2025 2:25:00 PM
ScienceAI

Cell子刊封面 | 统一虚拟筛选和活性优化,IDEA研究院等提出亲和力基础模型LigUnity

作者 | 论文团队编辑 | ScienceAI2025 年 10 月,一篇题为《Hierarchical affinity landscape navigation through learning a shared pocket-ligand space》的论文,作为封面文章发表于 Cell 旗下期刊《Patterns》。 该研究由粤港澳大湾区数字经济研究院(IDEA)AI4Science 团队、晶泰科技(XtalPi)及华盛顿大学的研究团队联合攻关,成功开发了名为 LigUnity 的亲和力基础模型。 论文地址:(25)00219-3?_returnURL=::,更是一次范式级的革新 —— 它通过构建蛋白质与配体的共享表示空间,让 AI 统一学习并驾驭从大规模筛选到精细活性优化的完整药物发现流程。
10/24/2025 10:22:00 PM
ScienceAI

MIT提出物理先验生成式AI模型SpectroGen:跨模态光谱重建精度达99%,助力材料质量验证提速千倍

编辑丨&实验室的光谱仪常常是科研流程中最昂贵、最慢的一环。 每当新材料被设计出来,它还需经过繁琐的扫描与验证——晶格结构、分子基团,诸如此类。 一次完整的表征,往往要切换多台设备、耗费数小时乃至几天。
10/23/2025 2:20:00 PM
ScienceAI

MIT等开发SCIGEN工具,AI结构约束框架带来超千万种候选材料,成功合成新型量子晶体

编辑丨&将文本转换为图像的 AI 在生成材料方面表现出优越的天赋,在过去几年中,来自谷歌、微软和 Meta 等公司的生成材料模型利用其训练数据帮助研究人员设计了数千万种新材料。 但由于数据有限和结构复杂,功能性无机材料仍然稀缺。 麻省理工学院等的学者们提出了一种生成模型中的结构约束整合(SCIGEN)框架,该框架在基于扩散的生成模型中施加几何约束(如蜂窝状和 Kagome 晶格),以发现稳定的量子材料候选物。
10/22/2025 6:00:00 PM
ScienceAI

当AI需要「充电」,科技巨头押注小型模块化反应堆,细节公布

编辑丨coisini随着人工智能(AI)模型参数从千亿级迈向万亿级,其背后的能源消耗已经达到了惊人的程度。 虽然 AI 的爆发式增长给包括科研在内的各行各业带来变革机遇,但其引起的能源危机同样不容忽视。 根据国际能源署(IEA)今年 4 月发布的报告,到 2030 年,全球数据中心的电力需求将增长一倍以上,而人工智能将是这一增长的最重要驱动力。
10/22/2025 11:52:00 AM
ScienceAI