MeONPs
准确率达85%,苏大、大连理工开发多模态特征融合ML,预测工程纳米材料诱导的慢性损伤
编辑 | 白菜叶纳米颗粒引起的慢性损伤(例如纤维化和致癌作用)引起了公众健康担忧,需要在危害识别中迅速评估。 尽管计算机分析通常用于化学品风险评估,但由于纳米生物流体和纳米亚细胞器等多个界面的复杂相互作用,预测体内慢性纳米毒性仍然具有挑战性。 苏州大学、大连理工大学的研究人员开发了一个多模态特征融合分析框架来预测金属氧化物纳米颗粒(MeONP)在雌性小鼠中的纤维化潜力。
4/2/2025 2:08:00 PM
ScienceAI
- 1
资讯热榜
标签云
人工智能
OpenAI
AIGC
AI
ChatGPT
AI绘画
DeepSeek
数据
模型
机器人
谷歌
大模型
Midjourney
智能
用户
开源
学习
GPT
微软
Meta
图像
AI创作
技术
论文
Stable Diffusion
Gemini
马斯克
算法
蛋白质
芯片
代码
生成式
英伟达
腾讯
神经网络
研究
计算
Anthropic
3D
Sora
AI for Science
AI设计
机器学习
开发者
GPU
AI视频
华为
场景
人形机器人
预测
百度
苹果
伟达
Transformer
深度学习
xAI
Claude
模态
字节跳动
大语言模型
搜索
驾驶
具身智能
神器推荐
文本
Copilot
LLaMA
算力
安全
视觉
视频生成
训练
干货合集
应用
大型语言模型
亚马逊
科技
智能体
DeepMind
特斯拉