- 综合排序
- 最热优先
- 最新优先
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。 研发与开发效能： 在生命科学领域累计发表 SCI论文数十篇，拥有AI算法及分子序列专利数十项；在客户案例中，某生物制药企业通过AI中台实现 50% 整体业务流程效率提升，代码采纳率提升至 80%。 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。 腾讯生命科学实验室：药物研发赋能 能力输出： 蛋白质结构预测、虚拟筛选、ADMET成药性预测。 数据资产： 自建耐药性、TCR结构、蛋白质向量等大型数据库，开发DeepGem病例大模型。
15610编辑于 2026-06-12- 来自专栏大数据文摘
生命科学中的大数据
本文列举了一些机构已开发或正在研发的、用以分析大数据的方法或工具。 最终，本文认为所有致力于研发大数据的努力都应该落在使大数据能够促进未来生物学和医学发展的方向上来。 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。 随着研究人员不断开发方法，处理大数据的量、速度和可变性方面的问题，研究人员开始研发分析信息的新方法。 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。 目前，Zola领衔的团队正致力于此，研发新型算法。 （3）多变性 其一，生物学实验室往往有多种设备，这些设备产生的数据是以某种文档形式存在。 之后，该公司根据该药物的原有用途中的安全性来设计临床试验，这样研发药物的速度快而且成本低。
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？
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。
74610编辑于 2022-03-03 腾讯云驱动医疗与生命科学数智化转型：基于千亿级双模AI的研发提效与转化方案
破解多模态数据激增与大模型算力成本高企的瓶颈 在生命科学与医疗健康领域，单细胞多组学、空间组学、3D蛋白质结构预测等前沿交叉学科快速发展。 海量多模态数据的爆发，使得企业与科研机构在IT成本、系统升级与产品研发提效上面临严峻挑战。 医疗/生命科学专有AI矩阵：在通用基座之上，专项研发医学行业大模型、医学影像病理AI、生命科学AI及药物发现AI四个垂直业务模块。 新药研发提效：在大小分子药物研发的靶点发现、活性与亲和力预测、耐药性预测及合成路径阶段，累积部署数十个独有AI模型及数据库，并已与相关药企达成AI药物研发的实际合作落地。 科研转化指标：基础生命科学研究成果在《Nature》、《Science》、《Cell》等核心子刊杂志累计发表高水平论文超60篇，多项成果入围国家医学、神经科学、生物信息学重要进展。
44110编辑于 2026-04-02- 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。 2014年，华大基因找到了AWS，研发工作顺利展开。 华大基因将新版的云平台起名为BGI Online。 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。
75410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。
64510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？
自主工作流 实验科学家、小型实验室、生物信息学家 自然语言驱动，AI代理工作流，强调可重复性 Heureka Platform AI研究伴侣，从假说生成到论文撰写的全流程支持 学术研究者、生物技术与制药公司研发人员 欢迎关注 MindDance，一起探索 AI 与生命科学交汇的最前沿。
61920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。 效率跃升，算力方案 让基因和蛋白质分析迈入新纪元 某生命科学研究院自主研发的 Cyclone 测序技术作为三代测序领域的核心突破，凭借超长读长的技术优势，成为复杂基因组解析、结构变异检测、甲基化直接分析等前沿研究的核心支撑 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
17110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
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。
38710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。 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。
57510编辑于 2024-07-15 - 来自专栏云计算与大数据
研发：git flow 研发工作流程
git flow命令仓库：https://github.com/heidsoft/gitflow
1.4K30发布于 2018-10-16 - 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.
30510编辑于 2025-12-25 - 来自专栏单细胞天地
单细胞新药研发导论|| 新药研发管线
贯穿新药研发管线的三个变量是成本、通量、周期，而海量单细胞技术至少可以在成本和通量上缩短新药研发周期。 现在我们问：如果三五年之后，我们对细胞类型有了足够的认识，细胞类型和状态已经得到足够的认识，那时候的生命科学研究或者新药研发是什么样子的？ 那时候，细胞不再只是化学药的感受者，进而作为生物药的一种。 生物药的出现是生命科学发展的必然趋势，是新药的重要来源，尤其是新型抗体药物，可以说已经与传统的小分子药物同样重要的一类治疗药物。这方面的工作已经散见于科学文章中，同时也看到有新兴的公司在做着努力。 然而，还有大量未见诸于文献的工作正在进行，在新药研发这个竞争力极强的行业，我想此时此刻定有大量的科学家在思考、研究、开发着适宜于新药研发的单细胞系统。 ---- References [1] 白东鲁，沈竞康，《创新药物研发经纬》，2019 [2] Blass,白仁仁（译）《药物研发基本原理》，2019 [3] Sarah Middleton,《Cell
73320发布于 2021-05-18 - 来自专栏智药邦
深耕生命科学智能自动化，镁伽完成3亿美元C轮融资
此次募集资金将继续深化镁伽在生命科学智能自动化领域的研发投入及产能扩充，同时积极拓展业务及加速国际化进程。 过去十年，中小型生物科技公司数目和体量不断增长，资本的加速助力，以及亚太地区行业规模日益扩大，也推进了生命科学领域的研发投入飞速增加。 自2016年成立至今，镁伽为生命科学行业提供了一整套自动化解决方案，从简单的操作台工作流程自动化，到大型系统流程应用中处理复杂步骤的全自动解决方案，并延伸至赋能AI药物研发服务的下一代生命科学基础设施和系统 ▲镁伽生命科学自动化系统 与此同时，镁伽着力打造下一代生命科学基础设施——镁伽鲲鹏实验室，与多家领先的生命科学领域企业开展深度战略合作，构建优化研发流程、提高效率的基础设施和平台，积极探索生命科学前沿研究 镁伽首席科学家王承志博士表示：“镁伽通过将智能化和自动化技术与生命科学深度结合，在众多领域大幅提升了生物医药研发和生产的效率。
61020编辑于 2022-11-16 - 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。
54530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”
“我们希望用 AI 技术，缩短药物研发的时间，降低药物的副作用，减轻患者的巨大医疗负担，为每一个生命争取更多的可能性。” 生命科学没有尽头，只有尽力。” 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”。
34340编辑于 2022-09-21 - 来自专栏智药邦
为生物医学提供ML-Ready的数据｜Elucidata获1600万美元A轮融资
Elucidata以其机器学习操作（ML-Ops）平台Polly为生命科学研发提供动力。 Polly使研发团队能够访问干净的、经过整理的生物分子数据，这些数据可以通过图形用户界面（GUI）或编程方式进行查询和分析。 "企业往往低估了数据质量的重要性，因此，很多人工智能/ML计划都受到影响"，Elucidata首席执行官兼联合创始人Abhishek Jha博士说，"我们的任务是通过在研发过程的每个阶段用高质量的生物医学数据来为生命科学研发中的此类举措消除风险 Elucidata认为，人工智能时代是生命科学公司利用人工智能优势的时代。这需要对目前"以模型为中心"的人工智能说法进行彻底的重新认识，这种说法主要由互联网公司推动，但不适用于生命科学。 ，并因此有效地加快了他们的研发工作，以开发能够改善人类健康的创新解决方案。"
42330编辑于 2022-11-16 - 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 百图生科联合创始人兼CEO刘维表示： “百图生科定位为生物计算驱动的创新药厂，希望在传统研发手段失败率过高的领域探索一种数据驱动的新研发模式，并将过程中的很多知识和能力与生态伙伴分享。” ? 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
89130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。
2.8K01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。
42500编辑于 2025-03-06
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