- 综合排序
- 最热优先
- 最新优先
- 来自专栏大数据文摘
生命科学中的大数据
作者游文娟 摘自生命科学研究快报 2014年6月13日，《科学》杂志刊载了一篇由美国科学促进会（AAAS）科技出版顾问Mike May撰写的一篇题为“Big Biological Impacts from 大数据与生命科学 大数据是目前最热的概念之一，也是容易被曲解的概念。顾名思义，大数据意味着大量的数据，然而这只是从字面理解的含义。 生命科学的数据来源和形式多样，包括基因测序、分子通道、不同的人群等。如果研究人员能解决这一问题，这些数据将转变成潜在的财富，即问题在于如何处理这些复杂的信息。 Life Technologies公司还有更大型的仪器，4小时以内测序可高达10 gigabases。 然而，对学术领域和产业领域的生命科学研究人员，新一代测序既提供了好处也带来了问题。 （4）复杂性 诺华公司的生物医学研究所（Novartis Institutes for BioMedical Research，NIBR）的信息系统的执行主任Stephen Cleaver在三V的基础上还加了个复杂性
1K81发布于 2018-05-21 - 来自专栏生信技能树
生命科学领域最容易就业的方向是？
第4阶段：高级目录管理：软硬链接，绝对路径和相对路径，环境变量。 第5阶段：任务提交及批处理，脚本编写解放你的双手。 第6阶段：软件安装及conda管理，让linux系统实用性放飞自我。 //mubu.com/doc/38y7pmgzLg 密码：p6fo 学徒第3月，WES数据分析实战训练：文档链接：https://mubu.com/doc/1iDucLlG5g 密码：7uch 学徒第4月
76210编辑于 2022-03-03 - 来自专栏IT创事记
开放与包容：BGI Online加速生命科学产业发展
开放包容的BGI Online 目前来说，生存对华大基因来说已经不是问题，它需要想得更远，更前瞻，去推动生命科学整个产业的发展。 2012年4月，华大基因发布了EasyGenomics云平台，开创了业界先河。 EasyGenomics让华大基因看到了上云的可能性，不过还不能满足华大基因的业务需求。 通过BGI Online，华大基因正在跟全球客户、合作伙伴一起，打造一个开放包容的基因生物学研究生态，分享数据，分享成果，加速生命科学产业发展。
77010编辑于 2022-06-16 - 来自专栏Python项目实战
量子飞跃：生命科学中的量子计算应用前景
量子飞跃：生命科学中的量子计算应用前景量子计算，这个听起来像科幻小说里的技术，正在逐步走入现实并为多个领域带来颠覆性的影响。 特别是在生命科学领域，量子计算以其强大的并行计算能力和指数级加速能力，正在解决一些经典计算无法解决的问题，例如蛋白质折叠、药物发现、基因组学分析等。 本篇文章将深入浅出地探讨量子计算是如何在生命科学中大显身手的，并通过简单代码例子来揭示其技术内核。什么是量子计算？要理解量子计算，我们可以将其与传统计算进行对比。传统计算基于比特，每个位只能是0或1。 量子计算在生命科学中的核心应用1. 蛋白质折叠问题蛋白质折叠问题被认为是计算生物学中的“圣杯”。蛋白质的三维结构决定其功能，而通过传统方法计算所有可能的折叠方式需要天文数字级别的运算量。 未来展望：从理论到实践尽管量子计算在生命科学领域充满了机遇，但我们也需要直面挑战。例如，目前的量子计算机仍然受到量子比特数目有限和噪声问题的制约。此外，量子算法的开发需要跨学科的深厚理解。
66810编辑于 2025-03-18 - 来自专栏DrugOne
AI工具正在接管生命科学实验室？
欢迎关注 MindDance，一起探索 AI 与生命科学交汇的最前沿。 www.ascentbio.ai/ [2]: Edison Scientific. https://edisonscientific.com/ [3]: K-Dense. https://www.k-dense.ai/ [4]
73920编辑于 2026-02-03 - 来自专栏数据猿
算力赋能，打造生命科学云上新范式
——聚焦数据 · 改变商业 云端算力驱动生命科学创新 实现百万样本高效分析 某生命科学研究院推出的生命科学数据分析平台，是一款基于云架构、由AI驱动的多组学在线分析平台，以技术为根、数据为翼，为科研工作者提供全过程一站式分析服务 该生命科学数据分析平台被誉为生命科学研究与健康应用领域的“超级引擎”，致力于打通科研与临床的壁垒，释放生命大数据价值，助力守护人类健康共同体。 在强大性能的背后，是某生命科学研究院与火山引擎的深度技术合作。 以某生命科学研究院为代表的生命科学机构，在进行基因组重测序、蛋白质分析等业务时，面临两大核心挑战： 1.算力潮汐：蛋白等多组学分析任务常需并行处理数万个样本，瞬时需要高达十万核级别的计算资源，对算力弹性调度要求极高 解决方案与价值：某生命科学研究院选用火山引擎 AMD g3a 实例构建其核心分析平台。
19210编辑于 2026-01-14 - 来自专栏数据派THU
【干货书】深度学习生命科学：药物发现与药物发现
来源：专知本文为书籍，建议阅读4分钟这本实用的书教导了开发人员和科学家如何将深度学习用于基因组学、化学、生物物理学、显微学、医学分析和其他领域。 现在它在科学领域掀起了波澜尤其是在生命科学领域。这本实用的书教导了开发人员和科学家如何将深度学习用于基因组学、化学、生物物理学、显微学、医学分析和其他领域。
39710编辑于 2022-05-12 - 来自专栏HyperAI超神经
清华大学生命科学学院张强锋教授：AI 理解生命科学的海量数据，解析复杂调控网络
作者：田小幺 编辑：李姝，李宝珠 清华大学生命科学学院、清华-北大生命科学联合中心研究员、博导张强锋教授在第六届北京智源大会的「AI for Science」论坛上以「当人工智能遇上生命科学」为题，分享了如何利用 「人工智能技术的进展，给生命科学带来了革命性的突破，能够让我们有机会理解生命科学的海量大数据、解析生命科学的复杂调控网络。」 在第六届北京智源大会的「AI for Science」论坛上，清华大学生命科学学院、清华-北大生命科学联合中心研究员、博导张强锋教授以「当人工智能遇上生命科学」为题，分享了如何利用 AI 结合冷冻电镜实现蛋白质结构的解析 人工智能的发展给生命科学带来了革命性的突破，能够让人们有机会理解生命科学的海量大数据、解析生命科学的复杂调控网络，也是研究生命现象、生命系统的强有力工具。 2006 年毕业的当年，27 岁的张强锋选择从零开始，远赴美国攻读哥伦比亚大学生物化学和分子生物物理系的博士学位，通过 5 年时间获得了第二个博士学位，随后在哥伦比亚大学和斯坦福大学医学院继续进行了 4
60410编辑于 2024-07-15 - 来自专栏DrugOne
Methods | 面向生命科学的人工智能智能体
但可以肯定的是，AI 智能体正在成为生命科学研究中不可忽视的新变量。下一代研究人员将如何塑造并驾驭这些系统，值得持续关注。 整理 | DrugOne团队 参考资料 Tang, L.
34410编辑于 2025-12-25 - 来自专栏DrugOne
KDD 2022 | 编程指南：生命科学中的图神经网络
图结构数据在生命科学以及医疗场景无处不在，最近很多研究把原来依赖于描述性数据分析的问题转化成依赖于生物网络的问题，例如图神经网络 (GNNs)。 与其它领域相比，生命科学的问题有其自身的独特性和细微的差别。 代码和比较详细的说明，这四类问题包括：1）小分子属性预测；2）大分子属性和功能预测；3）基于双图（bi-graph）的蛋白质-配体对亲和力预测；4）利用知识图谱进行医学预测。 图机器学习在生命科学的应用 图结构数据在生命科学中十分常见。 作者还提供了实用的RNA和蛋白质结构可视化代码（图4和图5）。 图4 图5 基于双图的蛋白质-配体对结合亲和力预测，这个问题研究如何在一对图之间进行预测。
55630编辑于 2022-11-28 - 来自专栏用户7627119的专栏
李彦宏：以生物计算探索生命科学“无人区”
生命科学没有尽头，只有尽力。” 生物计算产业的发展，需要生态和产业链的协同，构建开放的生物计算创新生态，去探索广袤浩瀚的生命科学“无人区”。 以下为李彦宏现场致辞实录： 各位嘉宾，大家上午好。 我作为未来科学大奖-生命科学奖的捐赠人，作为一些基因组学研究项目的资助人，也一直在密切关注着这个行业的变化。 生命科学没有尽头，只有尽力。 生物计算产业的发展，需要生态和产业链的协同，一家乃至一百家企业，可能都远远不够。 我们希望能与诸位科学家、企业家一起，构建开放的生物计算创新生态，去探索广袤浩瀚的生命科学“无人区”。
35740编辑于 2022-09-21 - 来自专栏DrugOne
首届中国生物计算大会 探索生命科学产业新机遇
来源于微信公众号“生物计算大会” 首届生物计算大会 5月10-11日，由中国首家生物计算技术驱动的生命科学平台百图生科，与致力于IT和BT交叉融合的创新孵化中心播禾创新联合主办的首届中国生物计算大会于苏州国际博览中心召开 西湖大学校长施一公院士则从生命科学的角度看AI，分享了对于生物计算的宏观认知，并以自身在冷冻电镜技术的研究为例指出“计算领域一次次的突破创新，会带来人类对微观世界认知的革命，你要想抓住这次革命，就要和它同频共振 在听完几位院士分别从底层计算技术、生命科学、免疫疗法和智能诊断各个维度剖析了生物计算的发展现状，由恒瑞医药高级副总经理兼全球研发总裁张连山；药明康德联席CEO杨青；清华大学智能产业研究院首席科学家马维英以及连线嘉宾佐治亚理工学院机器学习中心副主任 在场的两位专家，北京大学生命科学学院长聘教授，百奥智汇科学顾问、百图生科科学顾问张泽民；北京大学肿瘤医院肿瘤生物信息中心主任，百图生科科学顾问吴健民，同时连线场外嘉宾：百图生科副总裁，原吉利德生物信息和数据科学部执行总监蒋昭实与大会主持薄荷天使基金合伙人
90430发布于 2021-05-24 - 来自专栏简说基因
致敬生命科学史上的伟大发明（一）：Sanger测序
有些生命科学发明，看似并不复杂，比如 PCR，就是热水中的链合成反应。东西印迹、西方印迹，就是一块破布（来自本人一位大学老师）。今天要学习的一代测序，就是DNA合成反应末端终止加上毛细管电泳。 但是，它们都确确实实是生命科学史上最伟大的发明之一。 1981年，James W. Jorgenson和Krynn D. Lukacs发明了效率更高的毛细管电泳。 其中，呋喃型核糖（即最常见的环状核糖，下文简称核糖）是核酸的组成部分之一，它的4个羟基有着不同的分工。核糖在1'羟基上连接含氮碱基，在4'羟基上连接磷酸基团，即形成核糖核苷酸，它是RNA的结构单元。 那如果我们分别开启4个反应呢？ 在4个相同的反应体系中分别加入腺嘌呤双脱氧核苷三磷酸（ddATP）、胞嘧啶双脱氧核苷三磷酸（ddCTP）、鸟嘌呤双脱氧核苷三磷酸（ddGTP）、胸腺嘧啶双脱氧核苷三磷酸（ddTTP），即可分别获得4组单链
2.9K01编辑于 2025-02-05 - 来自专栏大数据文摘
年度10大科技人物揭晓 生命科学界占据5席
在入选当选2014年度最具影响力的10大“科技创新人物”，生命科学领域占据5席，他们分别是：袁隆平、李兰娟、乔杰、戴建武和舒跃龙。 ? 其中，在入选当选2014年度最具影响力的10大“科技创新人物”，生命科学领域有5人入选。 ?
67730发布于 2018-05-23 - 来自专栏天意云&天意科研云&天意生信云
GPT进入蛋白质组学：LLM如何推动生命科学变革
科学家们将Transformer模型（GPT）应用于蛋白质序列数据，试图在蛋白质组学领域复制大语言模型（LLM）的成功。本篇文章将带你了解蛋白质语言模型（pLM）的起源、发展及其尚待解决的问题。
44800编辑于 2025-03-06 - 来自专栏机器之心
ChatGPT成功背后的技术原因及其对生命科学领域的启发
（4）ChatGPT 并不能证明人工智能已经有了人类心智，ChatGPT 表现出来的一些创造性和心智，是因为自然语言理解语料中包含了语义、逻辑，基于自然语言语料训练出来的生成模型，统计意义上学习到了这些对应关系 如果这个技术走通，那么无人驾驶、机器人以及生命科学等数据获取昂贵的领域将显著受益。过去，如果想改善 AI 模型存在的问题，必须采集大量的数据重新训练模型。 生命科学领域，如果仅通过少量的试验数据反馈，就能显著影响模型预测结果的话，整个生命科学领域与计算融合的革命将会来得更快一些。 让我们把目光回到我们更关注的生命科学领域。 由于 ChatGPT 带来的技术进步改善了大多数 NLP 相关领域，所以，生命科学领域内和信息查询检索抽取有关的技术和产品，会优先受益。 目前看这些问题还没有被完美解决，如果在这些任务上取得突破，那么药物发现甚至整个生命科学领域，都会迎来巨大变化。
88610编辑于 2023-02-23 - 来自专栏AI科技评论
ACM、IEEE Fellow 李明：将 AI 用于生命科学的三十年
这年4月，李明前往美国密歇根三大高校联盟之一的韦恩州立大学（WSU），攻读计算机科学硕士。 只用了8个月时间，李明取得WSU硕士学位。 4 第三次创业，终点是攻克癌症 技术落地，仿佛贯穿了李明的人生，而创业的出发点，也可以从他下面这句话得到答案。 李明说，“生命科学领域存在大量的数据，单纯靠湿实验室远远不够。个性化治疗的普及需要干实验室化，AI将会帮助生物学家将制药流程从湿实验转到干实验。” 李明表示，从BSI到百蓁生物，如果能够为生命科学做出一点推动，我的工作就算没有白费。 2021年4月，李明院士办公室落成郑州 去年四月，李明促成了一件大事，与郑州中原科技城、中科院计算技术研究所大数据研究院联手，将自己的实验室落成郑州。
2.3K20编辑于 2023-04-12 - 来自专栏arxiv.org 翻译专栏
生命科学的重写理论: CTMC语义学的统一理论（CS LO）
Kappa 生物化学和MD有机化学框架是迄今为止在生命科学中重写理论方法的最为成熟的应用之一。 原文作者：Nicolas Behr 原文地址：https://arxiv.org/abs/2003.09395 生命科学的重写理论 CTMC语义学的统一理论.pdf
62510发布于 2020-03-26 - 来自专栏DrugOne
Nature丨AlphaFold2带着源码来了，开启AI生命科学的新时代
2021年7月15日，DeepMind团队在Nature杂志上发表了文章"Highly accurate protein structure prediction with AlphaFold"，描述了AlphaFold2是一个基于神经网络的全新设计的AlphaFold版本，其预测的蛋白质结构能达到原子水平的准确度。
1K30发布于 2021-07-28 腾讯云全栈医疗Agent落地：覆盖诊疗、医药营销与生命科学研发
此外，在生命科学领域，新药研发周期长、成本高，靶点发现与分子设计高度依赖人工经验；在医院端，影像诊断与导辅诊工作量大，亟需提升效率。 模型层： 依托混元大模型与医疗大模型，结合腾讯健康觅影影像能力及生命科学算法。 智算底座： 提供异构算力与分布式存储支持。 四、 药企、医院与生命科学领域的实战验证 1. 阿斯利康（AstraZeneca）：学术内容智能检索 通过部署NCEP AI驱动的学术内容智能检索平台，解决药企员工找内容难的痛点。 关键数据： 85% 回答准确率（基于Deepseek v3调优），覆盖 200+ 国家与地区，嵌入 4大 渠道（PC/微信/呼叫中心/工单）。 3. 4. 叮当快药：人机混编医药零售 支持C端用户服务及内部全流程，支撑全国数十城即时医药配送。 关键数据： 50% 整体业务流程平均效率提升，80% 代码采纳率提升。 5.
27210编辑于 2026-06-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号