- 综合排序
- 最热优先
- 最新优先
Former系列总结 | 生物化学领域🧬| Magicformer? AI 魔法是否能点亮生物化学的未来？
结果表明，Bioformer16L和Bioformer8L分别仅比PubMedBERT准确率低0.1%和0.9%，但速度比PubMedBERT/BioBERT Base-v1.1快2 - 3倍。 E2CB2former: Effecitve and Explainable Transformer for CB2 Receptor Ligand Activity Prediction 期刊: arxiv 链接: https://arxiv.org/abs/2502.12186v1 简介: 文章提出CB2former框架，结合图卷积网络与Transformer架构预测CB2受体配体活性，解决传统方法可解释性不足的问题 实验结果表明，CB2former在预测性能上表现优异，R2达0.685、RMSE为0.675、AUC为0.940 ，且通过注意力权重分析可识别关键分子亚结构。 第一阶段利用Uni - Mol和ESM - 2预训练模型处理分子和蛋白质数据，第二阶段通过Transformer、双线性池化和全连接层进行预测。
13810编辑于 2026-01-08- 来自专栏博文视点Broadview
GNN 模型在生物化学和医疗健康中的典型应用
计算生物化学和医疗健康的数据常常通过图来表示。 例如，分子和化合物可以自然地表示为以原子为节点、以键为边的图。 图神经网络模型具有强大的图表示学习能力，已被应用于许多生物化学和医疗健康应用中，包括药物开发与发现、药物相似性整合、复方药物副作用预测、药物推荐和疾病预测。 下面将讨论GNN 模型在生物化学和医疗健康中的一些典型应用。 图神经网络已经被用来推动药物开发和发现中的许多重要任务。 如图2 所示，氨基酸是一种有机化合物，它含有氨基（–NH2）、羧基（–COOH）官能团和每个氨基酸特有的侧链（R 基）。 ? ? 图1 蛋白质由一串氨基酸组成 ? ? 在文献[2]中，蛋白质被建模为图。在图中，蛋白质中的氨基酸残基被视为节点，这些节点之间的关系被定义为边，然后使用图神经网络模型学习节点表示，并利用这些表示进行分类。
1.1K20发布于 2021-07-05 - 来自专栏AI科技大本营的专栏
赠书 | GNN 模型在生物化学和医疗健康中的典型应用
计算生物化学和医疗健康的数据常常通过图来表示。 例如，分子和化合物可以自然地表示为以原子为节点、以键为边的图。 图神经网络模型具有强大的图表示学习能力，已被应用于许多生物化学和医疗健康应用中，包括药物开发与发现、药物相似性整合、复方药物副作用预测、药物推荐和疾病预测。 下面将讨论GNN 模型在生物化学和医疗健康中的一些典型应用。 图神经网络已经被用来推动药物开发和发现中的许多重要任务。 式(2) 中的全局池化操作聚合了来自所有图滤波层学到的节点表示。获得的分子指纹 可用于诸如性质预测的下游任务。 如图2 所示，氨基酸是一种有机化合物，它含有氨基（–NH2）、羧基（–COOH）官能团和每个氨基酸特有的侧链（R 基）。
34820编辑于 2023-05-08 - 来自专栏生信技能树
问了一下chatGPT实验室常见的生物化学试剂哪些对人体有害
因为我个人没有实验室技能，所以我通过BioinfoArk提供的中国区chatGPT查询到 一些生物化学试剂具有毒性，对人体有害，希望大家尽可能的避开或者安全使用它！ 以下是一些常见的具有毒性的生物化学试剂： 有机溶剂：有机溶剂如二甲苯、甲苯、氯仿、乙酮、乙醚、甲醇等，可以对人体的中枢神经系统和呼吸系统造成损害。吸入高浓度的蒸汽或接触皮肤可能引起中毒。 并不是所有的实验试剂都有毒 实验室中常见的生物化学试剂有很多种，它们用于生物学、生物化学、分子生物学、细胞生物学、遗传学和其他生命科学领域的研究和实验。 以下是一些常见的生物化学试剂： 缓冲液： 磷酸缓冲液 氢氧化钠缓冲液 三氯乙酸缓冲液 Tris缓冲液 试剂盐： 氯化钠（盐） 氯化钾 磷酸二氢钠 硫酸铵 氨水 蛋白质分析试剂： 苯甲醛 吡啶 酚 布拉德福试剂 异硫氰酸盐 氯仿 丙酮 硅胶 缓解剂： 乙二胺四乙酸（EDTA） 二硫代硫酸（DTT） 巯基乙醇（β-ME） 其他： 乙醇 甘油 硝酸银 聚丙烯酰胺凝胶（SDS-PAGE凝胶） 这些试剂在实验室中用于各种生物化学和分子生物学实验
67040编辑于 2023-11-08 - 来自专栏DrugOne
一个用于量化生物化学下游任务中跨模态蛋白质表示的框架
这些多模态数据的数量和原始格式如图2a所示。 在这些数据中，蛋白质序列、结构和GO注释被用作训练输入，而区域、模体和域被用作训练目标。 如图2c所示，所有这些数据都呈现长尾分布，往往导致对模型训练的敏感性。因此，作者将每个分布长尾中的小的子类别合并为一个单独的“其他”类别。 如图2d所示，在GraphGO训练后，两个考虑的评估指标，即链接预测的AUC和节点分类的准确率，都达到了较高的水平（接近0.82）。 此外，GO嵌入的t-SNE可视化（图2e）显示出在训练后三个本体类别的优秀聚类结果。这些结果表明GraphGO已经学习到了可靠的GO术语表示。 有五个实验组代表了不同的模态组合：1）随机初始化，2）仅序列，3）序列+结构，4）结构+GO和5）序列+GO。正如所证明的，组3至组5的表现优于组2，表明多种模态的结合对所有这些PPI数据集都有优势。
57430编辑于 2023-08-31 - 来自专栏DrugOne
JCIM综述 | 人工智能在化学领域的发展与未来
图2、2000年至2020年间，期刊出版物数量(A)和专利出版物数量(B)排名前20位的国家/地区以及专利出版物数量(C)排名前20位的公司 与人工智能相关的化学出版物的研究领域分布 更深入地了解AI参与不同的化学相关研究领域 生物化学是AI相关专利中最具代表性的领域之一。但与其他研究领域相比，生物化学在期刊论文中所占的比例相对较小。这表明生物化学领域中AI技术申请专利的强烈愿望，这可能与药物研发的激励相关。 在期刊论文中，观察到分析化学和生物化学、材料科学和物理化学、以及生物化学应用于药理学、毒理学和制药的主要和次要研究领域之间的相关性最强。 在生物化学、药理学、毒理学和药物学研究中，许多论文将AI技术应用于高通量药物筛选、核酸序列分析和蛋白质结构预测等研究课题。 图5、2000-2020年间AI相关化学出版物中的研究对象的分布情况 总结 自2015年以来，AI在以分析化学或生物化学为代表的领域中发展迅速，出版物数量强劲增长。
3.1K20发布于 2021-09-17 - 来自专栏科研猫
一年时间发文量从2000跌至200，JCB还能起死回生吗？
图2：1997年-2020年JCB的影响因子 事情的转折发生在2018年，2018年当年，JCB的发文量达到了前所未有的948篇，相当于历史最高峰的2倍。 Christian Behl是德国美因茨大学医学中心病理生物化学研究所所长，病理生物化学系的全职教授和系主任。 Open Access：USD4400 （折合人民币约 30862元，贵啊~） 分区： 中科院分区：①大类：生物3区；②小类：生化与分子生物学 3区、细胞生物学 4区 JCR分区：生化与分子生物学 2区 、细胞生物学 2区 主要发表内容 发表有关细胞的生物化学和分子研究的文章，包括分子生物学，生物化学，病理生物化学和分子医学， 计算/生物信息学。
1.7K30发布于 2021-07-16 - 来自专栏百味科研芝士
这本IF逐年攀升的4分以上SCI，审稿居然快到平均只要15天！
International Journal of Molecular Sciences是瑞士MDPI出版社发行的国际同行评审OA期刊，广泛收录所有生物化学、分子医学及细胞生物学领域的研究论文及综述，是 在JCR分区里位于生物化学、分子生物学领域1区；在中科院分区位于生物化学、分子生物学领域3区。 芝士君从茫茫刊海里选中这本来推，主要是因为它有三个巨大的优势: ? 1. 影响因子稳步上升 ? 2. 发文量巨大 ? 该杂志每半个月就在线出版一期，也就是一年24期！去年一年发表的文章就多达4065篇。虽然弱水三千，但它取那么多瓢饮呢，有一瓢取到你的概率还是很大的~ ? 3. 审稿超快 ?
2.7K20发布于 2019-11-11 - 来自专栏镁客网
够疯狂！NASA前科学家望改变基因创造超级人类 | 黑科技
这位生物化学家试图通过注射DIY基因疗法，去除一种抑制他左臂肌肉生长的蛋白质，试图赋予自己超强的力量。 在新的采访中，赞内尔博士声称，人类是“自己所拥有基因组的奴隶”。 这位在加利福尼亚州工作的生物化学家已经出版了一本免费指南，为那些想要进一步了解他的入门DNA工具的人们提供介绍，并对那些想在自己身上亲身进行DNA改造试验的人们做出指导。 后来，这位36岁的生物化学家退出了该项目，开始从事人类基因工程技术的研究工作，从此成为日益壮大的“生物黑客”运动的领军人物。 在今年11月这位生物化学家在网上直播DIY基因编辑技术之后，赞内尔博士承认，他还没有看到自己的实验效果。
52600发布于 2018-05-30 - 来自专栏科研猫
中科院预警名单，IF却历史最高，国人投稿60%，你还敢试投吗？
它是一本完全OA的杂志，期刊收录范围广，属于生物化学和分子生物学、细胞生物学大类。 近10年来，基本稳定在2分+左右。去年影响因子2.9分，今年跟着影响因子普遍上升的潮流，影响因子飙升历史最高点，3.84分。 影响因子排名：生物化学和分子生物学类：153/297、细胞生物学类：126/105。 JCI评分0.54分，提示该期刊明显低于该领域的平均水平。 JCI排名：生物化学和分子生物学类：201/311、细胞生物学类：138/201。 4.JCR及中科院分区 JCR分区Q3。中科院分区基本都在3-4区，详见图片。 小编大致查阅了一下，平均2-4个月可以接收。但还是看具体文章，我们对最新一期的文章进行随机查阅发现，也有5-7个月的。
3K20发布于 2021-09-29 - 来自专栏量子位
新冠疫情使新科研项目减少36%，生物化学研究下降最多，女性科学家最受影响 | Nature子刊
在非疫情研究中，生物化学领域的新项目减少最多。 同时，在不同的科研人群中，女性科学家或已有年幼子女的科学家受到的影响最大。 论文在最后表示： 科学研究受到的影响在疫情第二年得到了一定程度的恢复。 而在下降的科研领域中，与生物化学有关的新项目的启动下降最多，远低于平均值： 女性及有子女科学家最受影响 这些科研时间、项目、领域等不同指标的下降同时也与人群特征显著相关。
32810发布于 2021-11-16 - 来自专栏生信技能树
Hic建库测序实验流程视频讲解（附送福利资源）
JOVE科研实验视频期刊:13个学科专辑 JoVE Biology 生物 细胞学、分子生物学及有机体生物学，视频内容包含标准技术的新应用以及创新型研究方法，涉及物理生物学、细胞生物化学、遗传学、发育学 JoVE Chemistry 化学 广泛涉及分子间的相互作用以及结构生成的基础及应用性研究，核心研究领域包括分析化学、有机化学、有机金属、无机化学、生物无机化学和生物化学， 还包括小分子材料的设计、准备以及应用 JoVE Biochemistry 生物化学 生物化学专辑主要涉及有关细胞内各组分，如蛋白质、糖类、脂类、核酸等生物大分子的结构、功能和相互作用的研究方法。
1.5K20发布于 2018-08-16 J. Chem. Inf. Model. | QComp：基于QSAR的药物发现插补框架深度解析
QComp 基于概率框架，将分子生物化学活性视为由结构决定的概率分布，通过多元高斯分布建模并求解最优插补。 在药物发现领域，体外与体内实验产生的生物化学活性数据对评估化合物的疗效和毒性至关重要，但这些数据集往往具有海量、稀疏且不断演化的特点。 定量构效关系（QSAR）模型虽能从化合物结构预测生物化学活性，却难以灵活整合不断积累的实验数据。 二、QComp的核心原理 2.1 概率框架 QComp将分子的生物化学活性()视为由化合物结构()决定的概率分布()。 展示公共 ADMET 数据集 5 折随机拆分中，QComp 相对于基础 QSAR 模型的 Δr^2和 ΔMSE平均值及误差棒。
13610编辑于 2026-01-08- 来自专栏数据和云
典型案例：Oracle数据库中超700TB的LOB存储
桑格研究院的数据库系统系统架构，采用的是Oracle标准的体系，RAC集群，ASM存储，生产中心是2套4节点的RAC集群，灾备中心是一套4节点RAC集群。 ? 弗雷德里克·桑格 弗雷德里克·桑格（Frederick Sanger，1918年8月13日－2013年11月19日），是一位英国生物化学家，曾经在1958年及1980年两度获得诺贝尔化学奖，是第四位两度获得诺贝尔奖 他原本打算研究医学，但后来转而对生物化学感兴趣，而剑桥在当时也正好有许多早期的生物化学先驱。桑格在1943年获得哲学博士学位。 他利用自己新发现的桑格试剂，也就是2,4-二硝基氟苯（2,4-dinitrofluorobenzene）将胰岛素降解成小片段，并与专门水解蛋白质的胰蛋白酶混合在一起。 2007年，维康信托提供英国生物化学学会（British Biochemical Society）一项补助，使其为桑格从1989年以后的实验研究纪录进行建档及保存。
1.5K40发布于 2018-03-05 - 来自专栏DrugOne
nature | 基于深度学习方法的虚拟组织染色
图1-生物化学组织染色的不确定性 在组织病理学中染色组织样品的标准过程是耗时的，因为它是劳动密集型的工作，并且需要专门的实验室环境，化学试剂和训练有素的人员，例如组织技术人员。 此外，目前使用的染色方法并不能保存下原始的组织样品，每一步处理都可能会对组织样本造成不可逆转的影响（如图2所示）。 图2-传统染色方法造成的组织结构损伤 认识到这些瓶颈，加州大学洛杉矶分校的Ozcan研究团队提出使用深度学习方法来对无标记组织进行虚拟染色。 其中MSE代表L2范数，TV代表总变化量，λ和α为超参数。 表1-肝组织使用虚拟染色（VS）和传统生物化学染色（HS）方法得到的图像结果评测 ?
1.9K40发布于 2021-01-28 - 来自专栏单细胞天地
话四 | 单细胞测序在细胞生物学中的位置
2.所有细胞在结构和组成上基本相似； 3.新细胞是由老细胞分裂产生的； 4.生物的疾病是因为其细胞机能失常。 5.细胞是生物体结构和功能的基本单位。 6.生物体是通过细胞的活动来反映其功能的。 以有机化学为基础的**生物化学(biochemistry)**，核酸、蛋白、糖类、脂类等生物大分子在细胞间和细胞内的结构与功能研究曾是20世纪细胞生物学研究的重点，集大成着如各种生物通路数据库(KEGG 细胞学、生物化学、遗传学在细胞生物学的历史上次第花开，虽然在不同时代背景下研究各有侧重，但是他们之间并不是彼此割裂的，而是相辅相成，直到今天仍然是拧成一股绳，成为细胞生物学工具箱里，最为宝贵的研究利器。 这我们就不难理解，或强行理解：为什么单细胞测序技术最初的应用领域是生殖发育；也不难理解，为什么单细胞测序以转录组为主；也不难理解，单细胞测序为什么和细胞成像、生物化学的结合如此地紧密了。
32611编辑于 2024-06-13 - 来自专栏Mac软件分享
ChemDraw Professional 20 for Mac(化学绘图软件) v20.0.0.38激活版
它提供常见的通路元素（膜、DNA、酶、受体等）以及导入其他实体生物途径绘图功能，能够绘制生物通路图、绘制化学结构、反应式等生物化学构造。 同时它还可以编辑和建立分子式、立体图形、实验装置、结构式、方程式等生物化学构造，辅助专业学科工作者及相关科技人员的交流活动和研究开发工作。 2、逆合成增强工具。 3、使用SciFinder搜索可以直接从chemdraw16剪切和粘贴，减少时间。 2、绘制轨道和符号 点击轨道工具会出现一系列子目录，可以选择绘制各种轨道。点击符号工具即可沿Z轴向平面外伸，在对应原子附近定位阳离子阴离子符号，当出现反色的小方块时点击，表示带电的基团。 4、绘制装置图 chemdraw16支持绘制装置图，包括化学和生物装置图，其中的Clipware part 1和part 2模板库下包含大量的仪器设备图形，选择所需要的组件，点击即可应用。
2K40编辑于 2023-02-28 - 来自专栏随笔记录
K2MnO4+MnO2+O2↑。化学方程式 百如:2H2+O2=2H2O，2H2O= 2H2+O2。
反应物在左，生成物在右，中间用横线连接，如: H2+O2——H2O，H2O——H2+O2。 配平后，化学式前的化学计量数之比应是最简整数比，如:2H2+O2=2H2O，2H2O= 2H2+O2。 如:2H2+O22H2O，2H2O2H2↑+O2↑。 化学计量数: 化学计量数指配平化学方程式后,化学式前面的数字。 ②如果一个反应在酒精灯加热的条件下能发生，书写化学方程式时就用“△”，如:2KMnO4 K2MnO4+MnO2+O2↑。 如Fe+ 2HClFeCl2+H2↑。
1.1K00发布于 2020-05-20 - 来自专栏随笔记录
K2MnO4+MnO2+O2↑。化学方程式 百如:2H2+O2=2H2O，2H2O= 2H2+O2。
反应物在左，生成物在右，中间用横线连接，如: H2+O2——H2O，H2O——H2+O2。 配平后，化学式前的化学计量数之比应是最简整数比，如:2H2+O2=2H2O，2H2O= 2H2+O2。 如:2H2+O22H2O，2H2O2H2↑+O2↑。 化学计量数: 化学计量数指配平化学方程式后,化学式前面的数字。 ②如果一个反应在酒精灯加热的条件下能发生，书写化学方程式时就用“△”，如:2KMnO4 K2MnO4+MnO2+O2↑。 如Fe+ 2HClFeCl2+H2↑。
1.2K40发布于 2020-06-01 - 来自专栏大数据文摘
花落有机化学！诺贝尔化学奖不再是“理综奖”
此外，诺贝尔委员会表现出极大的开放性和远见，认识到了另一个边界，即生物学，并在 1907 年将奖项授予了爱德华·比希纳（Eduard Buchner），以表彰他对生物化学的研究。 在此期间，化学学科领域有着新的定义与界定，学科分支得到了新突破，包括在先前学科——物理化学基础上的进展，以及发展出的其他子类，如化学热力学、化学变化、化学结构、有机化学，以及一些生物化学领域。 这些奖项涵盖了从理论化学到生物化学的所有基础化学科学领域，也有一些在应用化学方面做出的贡献。 从颁奖数量来看，有机化学占主导地位，有不少于 25 个奖项。 此外，有机化学的大量奖项是授予对日益复杂的自然产物的化学研究，更接近生物化学。 2. 最年长的化学诺奖得主 迄今为止，最年长的诺贝尔化学奖得主是约翰·古迪纳夫（John Goodenough），他在 2019 年获奖时已经 97 岁了。他也是所有诺贝尔奖中年龄最大的获奖者。
44720发布于 2021-10-12
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