| 文献精读 | 基于生成式模型预测扰动下的细胞形态学响应 |
核心速递 : 本研究开发了一种基于风格迁移的生成式大模型 IMPA (IMage Perturbation Autoencoder),成功在剥离严重批次效应的基础上,通过输入未经处理的对照组图像,零样本(Zero-shot)预测出受特定化学或遗传扰动后的高内涵细胞形态变化。
| 文献精读 | 基于生成式模型预测扰动下的细胞形态学响应 |
核心速递 : 本研究开发了一种基于风格迁移的生成式大模型 IMPA (IMage Perturbation Autoencoder),成功在剥离严重批次效应的基础上,通过输入未经处理的对照组图像,零样本(Zero-shot)预测出受特定化学或遗传扰动后的高内涵细胞形态变化。
| 文献精读 | DiffusionOPD:扩散模型同策略蒸馏的统一视角 |
核心速递 : 本文提出了一种创新的扩散模型多任务训练范式(DiffusionOPD),通过将单任务的独立探索与多任务的能力整合相解耦,并推导出了连续状态下具有闭式解的 KL 散度目标,有效解决了多任务强化学习中的梯度方差与跨目标冲突问题。 1. 论文基本信息 Title: DiffusionOPD...
| 文献精读 | KineticGP:用于预测叶片光合性状的计算框架 |
核心速递 : 本研究创新性地将全基因组预测(GP)与基因型特异性的 C4 光合作用动力学模型相结合,开发了 KineticGP 框架,显著提升了在已知环境条件下对未见基因型光合性状的预测准确率。 1. 论文基本信息 Title: KineticGP: A computational framewo...
| 文献精读 | NRTPredictor:基于集成学习的水稻根系单细胞转录组细胞类型鉴定 |
核心速递 : 本研究开发了一种基于集成机器学习的框架(NRTPredictor),通过结合多种特征选择算法与分类器,不仅实现了水稻根系单细胞转录组数据中细胞类型的高精度自动注释,还精准挖掘出参与苯丙烷类生物合成的关键标志基因集。 1. 论文基本信息 Title: NRTPredictor: ide...
| 文献精读 | DeepSEED:结合专家知识与深度学习的启动子侧翼序列生成框架 |
核心速递 : 本研究提出了一种整合人类专家先验知识与深度生成模型(cGAN + DenseNet-LSTM)的 AI 框架 DeepSEED,突破性地证实了顺式调控元件周围的“侧翼序列”对启动子活性的决定性作用,并实现了跨物种的高性能合成启动子从头设计。 1. 论文基本信息 Title: Deep...
| 文献精读 | BioCLIP:重塑生命之树分类范式的视觉基础大模型 |
核心速递 : 本文构建了迄今最大规模的生物图像数据集 TREEOFLIFE-10M,并提出了一种将生物学分类树(生命之树)层级结构“展平”融入多模态对比学习的视觉基础模型 BioCLIP,在未见物种的细粒度零样本分类上实现了革命性的性能飞跃。 1. 论文基本信息 Title: BioCLIP: A...
| 文献精读 | 基于第一性原理的液态神经网络:下一代电信AI架构解析 |
核心速递 : 本研究系统性地阐述了基于仿生第一性原理的液态神经网络(LNNs)架构,通过连续时间常微分方程(ODE)建模与闭式解近似,成功打破了传统深度学习在动态环境下的鲁棒性、可解释性与计算复杂度瓶颈,为下一代高度动态的网络系统提供了全新的轻量级智能基座。 1. 论文基本信息 Title: Li...
| 文献精读 | scTranslator:将单细胞转录组翻译为蛋白质组的预训练生成大模型 |
核心速递 : 借鉴自然语言处理的“翻译”逻辑与中心法则,scTranslator 通过 Transformer 架构与“Bulk到单细胞”的两阶段大规模预训练,实现了从单细胞转录组到蛋白质组的高精度零样本与少样本预测,并成功解析了基因调控网络与计算模拟扰动(In silico Perturbation)。 ...
| 文献精读 | 细胞注释双通道 |
核心速递: 提出ScInfeR,把marker set和scRNA-seq reference结合起来完成scRNA-seq、scATAC-seq和空间组学的细胞及亚型注释。
| 文献精读 | 单细胞与空间转录组数据分析中的深度学习:进展与挑战 |
核心速递:这篇综述从数据科学视角系统整理了深度学习在单细胞和空间转录组分析中的应用,并通过 21 个数据集、9 个 benchmark 和 58 个方法强调“算法选择必须服务具体任务”。
| 文献精读 | AI植物:Advancing plant biology through deep learning-powered natural language processing |
核心速递: 这篇文献讨论 AI 与植物科学结合,为多组学、表型和智能农业提供方法视角。
| 文献精读 | 基于瓶颈-去瓶颈策略与机器学习辅助通量平衡的通路进化 |
核心速递 : 本文创新性地结合“人为制造瓶颈-定向进化去瓶颈”策略与自动化生物铸造厂,并利用集成机器学习模型(ProEnsemble)优化启动子组合实现代谢通量平衡,彻底克服了多酶通路进化中的复杂上位效应,将柚皮素产量提升至破纪录的 3.65 g L-1。 1. 论文基本信息 Title: Pat...
| 文献精读 | AI植物:An Integrated Multi-Omics and Artificial Intelligence Framework for Advance Plant Phenotyping in Horticulture |
核心速递: 这篇文献讨论 AI 与植物科学结合,为多组学、表型和智能农业提供方法视角。
| 文献精读 | HOTSPOT:基于Transformer的组装质粒重叠群宿主层级预测 |
核心速递 : HOTSPOT 创新性地将宿主进化树与 Transformer 语言模型结合,通过将蛋白质聚簇转化为“词汇表”,并引入基于 MC-Dropout 的不确定性评估早停机制,极大提升了宏基因组质粒宿主预测的准确性、鲁棒性与跨分类层级的泛化能力。 1. 论文基本信息 Title: HOTS...
| 文献精读 | AI植物:A primer on artificial intelligence in plant digital phenomics: embarking on the data to insights journey |
核心速递: 这篇文献讨论 AI 与植物科学结合,为多组学、表型和智能农业提供方法视角。
💬 分类讨论