- 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？
期刊: arxiv 链接: https://arxiv.org/abs/2503.16996v1
12310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。
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。
34420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
66540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
今天为大家介绍的是来自Peng Yin研究团队的一篇关于蛋白质表征的论文。蛋白质是生命的基本构建单元，在生物学中扮演着重要的功能角色。作者提出了一个多模态深度学习框架，用于融合约1百万个蛋白质序列、结构和功能注释（MASSA）。通过多任务学习过程和五个特定的预训练目标，提取了细粒度的蛋白质域特征。通过预训练，多模态蛋白质表示在特定的下游任务中取得了最先进的性能，如蛋白质性质（稳定性和荧光性），蛋白质-蛋白质相互作用，以及蛋白质-配体相互作用，同时在二级结构和远源同源性任务中取得了竞争性结果。
57030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
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。 专利中包括大量的核酸序列和多肽序列，反映了人工智能在生物化学中的流行程度。由于跨学科的研究日益增多，许多人工智能方法已成功地与化学领域中的研究相结合。在某些研究中使用AI方法甚至已成为常规。
3.1K20发布于 2021-09-17 - 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。
52500发布于 2018-05-30 - 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 ?
2.7K20发布于 2019-11-11 - 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 - 来自专栏科研猫
一年时间发文量从2000跌至200，JCB还能起死回生吗？
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。 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。
1.6K30发布于 2021-07-16 - 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 - 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。 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。
3K20发布于 2021-09-29 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()。
12110编辑于 2026-01-08- 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
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。
32111编辑于 2024-06-13 - 来自专栏数据和云
典型案例：Oracle数据库中超700TB的LOB存储
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。 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。 使用深度学习方法进行虚拟组织染色得到的图像能清楚的展示细胞核，水肿性粘液样变化等病理学家进行病理诊断所需的病理学特性，虚拟染色结果与传统生物化学组织染色结果并无根本性二致（如图5，6，7，8所示）。 图8-肺组织染色 Ozcan研究团队对不同器官使用虚拟组织染色和传统生物化学组织染色，比较在实际病理诊断过程中所耗费的时间，虚拟染色方法显然将诊断时间从分钟级降至秒级。 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 ?
1.8K40发布于 2021-01-28 - 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。
2K40编辑于 2023-02-28 - 来自专栏机器人网
快了10万倍！DNA纳米机器人技术背后的原理？
我们提出了完全放弃生物化学纳米机器转换的想法，以利于DNA结构和电场之间的相互作用。” 推进技术背后的原理很简单：DNA分子具有负电荷。因此，生物分子可以通过施加电场来移动。 由于电子控制过程，我们现在可以在毫秒的时间范围内启动运动，因此比以前使用的生物化学方法快了10万倍。” 新的控制技术不仅适用于染料分子和纳米粒子的移动，微型机器人的手臂也可以对分子施加力。
1.1K70发布于 2018-04-18 - 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。
44420发布于 2021-10-12 - 来自专栏纳米药物前沿
胡全银团队Advanced Materials综述: 工程化细菌递送系统用于新型诊断和治疗
此外，生物化学修饰可以赋予细菌局部刺激响应能力或者保护细菌在口服输送过程中免受胃肠道刺激环境的破坏。 当然，这些挑战引起了来自不同专业领域的研究人员的极大兴趣，他们希望通过包括化学修饰和基因工程在内的生物化学工程策略来进一步设计优化基于细菌的递送系统，使其更加广泛高效安全地应用到人类疾病的诊断和治疗中。
2K20编辑于 2022-08-15
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