- 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。 当下，相关领域期待那些能分析大数据，并将这些数据转换成更好理解基础生命科学机制和将分析成果应用到人口健康上去的工具和技术的面市。 （1）“量”的持续增加 数十年前，制药公司就开始存储数据。 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。正如Crandall所抱怨的那样，他们并不能有效研究如此多的基因组，除非开发的计算机系统能够满足分析大量数据的需求。
94181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？
有感而发，这里简单的整理了一下我们《生信技能树》团队七八年的资源的十分之一推荐给大家。
68210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。 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。
71510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。
53810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。
33320编辑于 2026-02-03 - 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
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。
34410编辑于 2022-05-12 - 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。
9810编辑于 2026-01-14 - 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。 特别是，现阶段人工智能方法能解决什么生命科学问题、生物医学数据的人工智能方法有哪些特殊的不同于其他人工智能领域之处、人工智能是否会带来生命科学研究的新的范式。
44610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.
22810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
编译| 周鹏 本文介绍由亚马逊的研究团队推出的应用于生命科学的图神经网络指南《Graph Neural Networks in Life Sciences: Opportunities and Solutions 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。 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。 图6 总结 这个工作比较全面地介绍了生命科学中的图结构数据和蕴含在这些数据中的科学问题，并提供了从零开始的编码示例和比较详细的代码说明，为新的相关从业和研究人员提供了很好的入门指导。
50730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”。
29840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
84930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。
2.2K01编辑于 2025-02-05 - 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。
37600编辑于 2025-03-06 - 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。 ?
62330发布于 2018-05-23 - 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
（3）基于自监督预训练的生成大模型与基于少量优质数据强化学习反馈策略的学习范式，有望成为未来推动各个领域前进的动力，除 NLP 领域外，有望在生命科学、机器人、自动驾驶等各个领域引发新一轮人工智能热潮。 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。
83410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
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。
2.1K20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
57710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。
91130发布于 2021-07-28 - 来自专栏腾讯高校合作
预约直播 | 犀牛鸟研学营开营之夜：人工智能与生命科学
报名截止 距离报名截止还有4天 北京时间8月3日24:00 CCF会员可延长至8月5日24:00 首堂课预告 “人工智能与生命科学之夜” 手机扫描下方小程序码 抢鲜预约直播 1 类脑计算系统简介与发展分析 日程安排 7月30日—8月10日 每晚19:00-21:00 课程一览表 7月30日 人工智能与生命科学之夜 类脑计算系统简介与发展分析 人工智能和药物发现 8月2日 大数据驱动下的城市发展之夜
1.2K40编辑于 2023-04-06
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