微生物
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。
53%性能全面提升,Ayu新模型横扫传统工具,分泌蛋白预测效率再翻倍
编辑丨&微生物是驱动元素循环的引擎,它们分泌蛋白质以寻求生活环境。 现阶段还缺乏有效的计算方法来研究分泌蛋白。 表征分泌组的另一种方法是将现代机器学习工具与蛋白质组对海洋环境的进化适应变化相结合。
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
谷歌
DeepSeek
AI新词
AI绘画
大模型
机器人
数据
Midjourney
开源
Meta
微软
智能
用户
GPT
学习
英伟达
Gemini
智能体
技术
马斯克
Anthropic
图像
AI创作
训练
LLM
论文
AI for Science
代码
腾讯
苹果
算法
Agent
Claude
芯片
具身智能
Stable Diffusion
xAI
蛋白质
人形机器人
开发者
生成式
神经网络
机器学习
AI视频
3D
字节跳动
大语言模型
RAG
Sora
百度
研究
GPU
生成
华为
工具
AGI
计算
生成式AI
AI设计
大型语言模型
搜索
亚马逊
AI模型
视频生成
特斯拉
DeepMind
场景
Copilot
深度学习
Transformer
架构
MCP
编程
视觉