過去1年間、AIは世界的な変革の波を引き起こしており、特にバイオメディカル分野が注目されています。

AlphaFoldのようなAIシステムは、タンパク質の三次元構造をこれまでにない精度で予測することができ、タンパク質の機能を理解し、標的薬を開発するための革新的なツールを提供します。医薬品開発において、AIは膨大な医薬品データに基づいて薬物特性を予測するだけでなく、新薬を設計することで、実験室から臨床試験までの開発サイクルを短縮します。同時に、AIは膨大な遺伝子配列データから情報を正確に抽出し、遺伝子変異を迅速に特定し、研究者が疾患に関連する遺伝子変異を正確に特定するのを支援します。さらに、AIは細胞分化プロセスを最適化し、大規模細胞モデルの開発を促進することもできます。

2024年のノーベル化学賞が計算によるタンパク質設計とタンパク質構造予測の分野に授与されたことで、バイオメディカル分野におけるAIの革新的な役割が改めて世界的に認識されました。

HyperAI誌の今号は、バイオメディカル分野における最新のAI研究に焦点を当て、2023年から2024年にかけての最先端の論文46本を厳選して読者にお届けします。これらの論文は、CVPR 2024、ICLM 2024、ACL 2024、Natureなど、国際的に著名なトップカンファレンスやジャーナルに掲載されており、研究機関は、Microsoft Research、DeepMind、MIT、カリフォルニア大学、中国科学院、清華大学、復旦大学、北京大学、浙江大学、上海交通大学、上海人工知能研究所など、国内外のトップ大学・研究機関で構成されています。

下記の論文タイトルまたは中国語訳をクリックすると、論文訳ページに移動します。この情報がお役に立てば幸いです。

AI + バイオメディシンの最新の成果の詳細については、以下をご覧ください。

https://github.com/hyperai/awesome-ai4s

01

論文タイトル：ディープラーニングを用いた高親和性タンパク質結合マクロサイクルの正確なde novo設計、2024.11

中国語通訳：デイビッド・ベイカーの最新成果！大環状ペプチド境界フレームワーク（RFペプチド）の新規設計：創薬不可能なタンパク質に新たな可能性をもたらす

研究内容: David Baker 氏のチームは、さまざまなタンパク質ターゲットに対して高親和性のマクロ環状複合体を作成するために設計された、RFpeptides と呼ばれる新しい拡散ベースの技術を開発しました。

02

論文タイトル：BIoCLIP：生命の樹のためのビジョン基盤モデル、2024年2月

中国語通訳：CVPRで最優秀学生論文賞を受賞！45万種を超える1,000万枚の画像からなる膨大なデータセットを用いて、マルチモーダルモデルBioCLIPはゼロショット学習を実現しました。

研究内容：オハイオ州立大学、Microsoft Research、カリフォルニア大学アーバイン校、レンセラー工科大学などが共同で、機械学習向けとしてこれまでで最大規模かつ最も多様な生物画像データセットであるTreeOfLife-10Mを公開し、生命樹の基盤モデルとなるBioCLIPを開発しました。このモデルは、TreeOfLife-10Mに含まれる植物、動物、菌類の多様な生物画像を最大限に活用し、様々な細粒度生物分類タスクにおいて既存の手法を大幅に上回る性能を発揮します。

03

論文タイトル：Y-Mol：医薬品開発のためのマルチスケール生物医学知識誘導型大規模言語モデル、2024年10月

中国語通訳：初！4大大学が共同で医薬品開発向け大規模言語モデルY-Molをリリース、その性能はLLaMA2を総合的に上回る。

研究内容：湖南大学、中南大学、湖南師範大学、湘潭大学の研究チームが共同で、さまざまなテキストコーパスと指示に合わせて微調整できる、マルチスケールのバイオメディカル知識誘導型大規模言語モデルY-Molを提案し、医薬品開発におけるモデルのパフォーマンスと可能性を高めました。

04

論文タイトル：ボトルネック・デボトルネック戦略と機械学習支援フラックスバランシングによる経路進化、2024年2月

中国語訳：合成生物学における新たなブレークスルー！中国科学院の羅暁州率いるチームが、進化経路のプロモーターの組み合わせを最適化するProEnsemble機械学習フレームワークを開発しました。

研究内容：中国科学院深圳先進技術研究所合成研究所は、自動化とProEnsemble機械学習フレームワークを組み合わせることで、代謝経路の進化における不確実性の技術的障壁を克服し、ナリンゲニンの実験室規模から工業規模への飛躍を達成しました。その汎用シャーシは、高収率のフラボノイド化合物の合成に成功しました。

05

論文タイトル：生細胞におけるディープラーニング支援による自動多次元単一粒子追跡、2024.03

中国語翻訳：ナノスケールでの単一粒子追跡：厦門大学のFang NingチームがAIを使って「細胞の中でロックンロール」を演奏

研究内容：厦門大学のFang Ning教授のチームは、ディープラーニングに基づく自動化された高速多次元単一粒子追跡（SPT）システムを開発し、細胞微小環境におけるナノ粒子の回転追跡の限界を打ち破りました。

06

論文タイトル：タンパク質アンサンブル生成のためのAlphaFoldとFlow Matchingの融合、2024.06

中国語通訳：ICMLに選出！MITチームがAlphaFoldに基づく画期的な成果を達成し、動的なタンパク質多様性を解明

研究内容: MIT の研究チームは AlphaFold と ESMFold を選択し、カスタム フロー マッチング フレームワーク内で微調整して、AlphaFLOW と ESMFLOW と呼ばれる配列条件付きタンパク質構造生成モデルを取得しました。

07

論文タイトル：ProSST：量子化構造と分離した注意によるタンパク質言語モデリング、2024.05

中国語通訳：PLMにおける大きな進歩！上海交通大学と上海AIラボの最新成果がNeurIPS 24に選出。ProSSTがタンパク質構造情報を効果的に統合

研究内容：上海交通大学の研究チームは、構造認識機能を備えた事前学習済みのタンパク質言語モデルであるProSSTを開発しました。ProSSTは、タンパク質構造とアミノ酸配列情報を効果的に統合し、熱安定性予測、金属イオン結合予測、タンパク質局在予測、GOアノテーション予測などのタスクにおいて既存モデルを上回る性能を発揮します。

08

論文題目：拡散モデルにおける触媒ポケットの制約によるシトクロムP450酵素設計、2024年7月

中国語訳：触媒効率が3.5倍に向上！中国科学院の研究チームが、拡散モデルに基づいたP450酵素の新規設計法「P450Diffusion」を開発しました。

研究内容：中国科学院天津工業バイオテクノロジー研究所の新酵素設計チームは、拡散モデルとポケット設計原理に基づいたP450酵素の新規設計法であるP450Diffusionを開発しました。

09

論文タイトル：DePLM：プロパティ最適化のためのタンパク質言語モデルのノイズ除去、2024.11

中国語通訳：NeurIPS 24に選出！浙江大学のチームが、新たなノイズ除去タンパク質言語モデルDePLMを提案。変異影響予測において最先端モデルを上回る性能を発揮。

研究内容：浙江大学の研究チームは、タンパク質最適化のための新たなノイズ除去タンパク質言語モデル（DePLM）を提案しました。このモデルは、タンパク質言語モデルによって捕捉された進化情報を、特徴関連情報と特徴非関連情報の混合物として扱い、特徴非関連情報は「ノイズ」として除去します。このモデルは強力な汎化能力を備えています。

10

論文タイトル：EquiPocket：リガンド結合部位予測のためのE(3)-等変幾何学グラフニューラルネットワーク、2024.07

中国語通訳：ICMLに選出！人民大学のチームが同型グラフニューラルネットワークをターゲットタンパク質結合部位予測に適用し、最大20％のパフォーマンス向上を達成しました。

研究内容：中国人民大学人工知能学院の研究チームは、E(3)変数グラフニューラルネットワーク（GNN）をリガンド結合部位予測に初めて適用し、創薬などのさまざまな下流タスクに役立つEquiPocketフレームワークを提案しました。

11

論文タイトル：DynamicBind：深層等変生成モデルによるリガンド特異的なタンパク質-リガンド複合体構造の予測、2024.02

中国語通訳：動的タンパク質ドッキング予測を実現！上海交通大学、星耀科技、中山大学などが共同で、幾何学的深度生成モデル「DynamicBind」を発表

研究内容：上海交通大学は、星耀科技、中山大学薬学部、ライス大学と共同で、タンパク質の「動的ドッキング」向けに設計された幾何学的深度生成モデル「DynamicBind」を提案しました。この手法は、国際薬物スクリーニングコンペティションCACHEにおけるウェット実験によって検証され、パーキンソン病治療における創薬困難な標的に対する競争力のあるリード化合物のスクリーニングを可能にします。

12

論文タイトル：トランスフォーマーベースの生成モデルによるタンパク質-タンパク質複合体の立体配座アンサンブルの探索、2024年5月

中国語訳：韓国語版AlphaFold？ AlphaPPIMdディープラーニングモデル：タンパク質-タンパク質複合体のコンフォメーションセットの探索

研究内容：延世大学とその協力者は、ディープラーニングと生成AIを組み合わせてAlphaPPIMdモデルを構築し、分子動力学シミュレーションを通じてタンパク質相互作用の謎を解明しました。

13

論文タイトル：UniIF: 統合分子逆フォールディング、2024.05

中国語通訳：ウェストレイク大学がUniIFを提案、NeurIPS 2024に選出、AlphaFold 3をさらに補完

研究内容：ウェストレイク大学未来産業研究センターのチームは、あらゆる分子の逆折り畳みを解析するUniIFモデルを提案しました。このモデルは、タンパク質設計、RNA設計、材料設計など、複数のタスクにおいて最先端の性能を達成しています。

14

論文タイトル：条件付きタンパク質拡散モデルによる活性強化された人工プログラム可能エンドヌクレアーゼ配列の生成、2024年9月

中国語訳：権威ある学術誌『Cell Discovery』から新たな知見！上海交通大学のHong Liang氏率いるチームが、機能性タンパク質の超低コスト・完全自動設計を可能にするCPDiffusionモデルを提案

研究内容：上海交通大学のチームは、タンパク質配列、構造、機能間の暗黙的なマッピング関係を非常に低いトレーニングおよびデータコストで学習し、多様なタンパク質配列を生成できる拡散確率モデルフレームワーク CPDiffusion を設計しました。

15

論文タイトル：ProtT3：テキストベースのタンパク質理解のためのタンパク質テキスト生成、2023.05

中国語通訳：ACL 2024に選出！王翔率いるUSTCチームは、タンパク質データとテキスト情報のクロスモーダル解釈を可能にするタンパク質テキスト生成フレームワークProtT3を提案しています。

研究内容：中国科学技術大学の研究チームは、シンガポール国立大学および北海道大学と共同で、新たなタンパク質テキストモデリングフレームワーク「ProtT3」を提案しました。このフレームワークは、クロスモーダルプロジェクターを介して、モーダル非類似タンパク質モデリング（PLM）とタンパク質モデリング（LM）を統合し、タンパク質キャプション作成、タンパク質に関する質問応答、タンパク質テキスト検索といったタスクにおいて優れた性能を発揮します。

16

論文タイトル：InstructProtein：知識指導による人間とタンパク質の言語の整合、2023年10月

中国語通訳：ACL 2024メインセッションに選出 | InstructProtein：知識指示を用いてタンパク質言語を人間の言語に整合させる

研究内容：浙江大学の研究チームは、知識指示を使用してタンパク質言語を人間の言語に合わせるInstructProteinを提案し、生物学的配列を大規模な言語モデルに統合する能力を実証しました。

17

論文タイトル：ESM All-Atom：統一分子モデリングのためのマルチスケールタンパク質言語モデル、2024.06

中国語通訳：トップカンファレンスに選出されたICML、清華大学AIRなどが共同で、従来の最先端（SOTA）モデルを上回るタンパク質言語モデルESM-AAをリリースしました。

研究内容：清華大学、北京大学、南京大学の共同研究チームが、ターゲット-リガンド結合などのタスクのパフォーマンスを大幅に向上させるマルチスケールタンパク質言語モデルESM-AAを提案しました。

18

論文タイトル：Evoを用いた分子レベルからゲノムレベルまでのシーケンスモデリングと設計、2024年11月

中国語通訳：デモを一足先にチェック！分子レベルからゲノムレベルまでの予測と生成を可能にする基礎ゲノムモデル「Evo」がScience誌の表紙を飾ります。

研究内容：Evoモデルはゲノム配列の予測、生成、設計が可能で、遺伝子編集、創薬、疾患診断、農業などの分野への応用が期待されています。HyperAI SuperNeural Tutorialセクションに「Evo：分子レベルからゲノムレベルまでの予測と生成」が掲載されました。ワンクリッククローンですぐに体験できます。

19

論文タイトル：単一細胞トランスクリプトミクスに関する大規模基礎モデル、2024.06

中国語訳：1億パラメータの大規模細胞モデルが登場！清華大学のチームがNatureサブジャーナルに掲載したscFoundation：2万遺伝子の同時モデリング。

研究内容：清華大学自動化学科生命基礎モデル研究室は、電子工学科/AIRと共同で、1億パラメータを有する大規模scFoundation細胞モデルを構築しました。このモデルは約2万個の遺伝子を同時に処理でき、細胞シーケンシング深度拡張、細胞薬物応答予測、細胞摂動予測などのタスクにおいて大幅な性能向上を実証しています。

20

論文タイトル：少量学習による最小限のウェットラボデータを用いたタンパク質言語モデルの効率向上、2024.07

中国語通訳：20の実験データポイントがAIタンパク質研究の画期的な成果を記録！上海交通大学は上海AIラボと共同でFSFPをリリースし、タンパク質事前トレーニングモデルを効果的に最適化しました。

研究内容：上海交通大学は上海人工知能研究所と共同で、タンパク質事前学習モデル（FSFP）に基づく微調整学習法を提案しました。この手法は、わずか20個のランダムウェット実験データセットを用いてタンパク質事前学習モデルを効率的に学習し、単一点変異予測の陽性率を大幅に向上させます。

21

論文タイトル：軽量グラフノイズ除去ニューラルネットワークによるタンパク質工学、2024年4月

中国語訳：上海交通大学のHong Liang研究グループは、実験データなしで指向性タンパク質進化を導く、微小環境を認識するグラフィカルニューラルネットワークであるProtLGNを発表しました。

研究内容：上海交通大学は、タンパク質の3次元構造を学習して有益なアミノ酸変異部位を予測し、異なる機能を持つタンパク質の点変異やマルチサイト変異の設計を導くことができる、微小環境認識型グラフニューラルネットワーク「P(ROT)LGN」を開発しました。

22

論文タイトル：細胞間相互作用を考慮した細胞埋め込みによる単一細胞解像度空間トランスクリプトミクスデータにおける組織モジュールの発見、2024年6月

中国語訳：Cellサブジャーナルに掲載！清華大学の張強鋒研究グループは、組織モジュールの検出能力において類似ツールの中でもトップクラスのSPACEアルゴリズムを開発しました。

研究内容：清華大学生命科学学院／構造生物学先端イノベーションセンター／清華大学・北京大学生命科学共同センターは、グラフオートエンコーダを用いた深層学習フレームワークに基づく人工知能アルゴリズム「SPACE」を開発しました。このアルゴリズムは、空間的なトランスクリプトームデータから単一細胞解像度で空間的な細胞タイプを識別し、組織モジュールを発見することが可能です。

23

論文タイトル：ディープラーニングによる10兆個以上の配列を持つ自己組織化ペプチドの発見の促進、2023年9月

中国語通訳：ウェストレイク大学はTransformerを使用して数十億のペプチドの自己組織化特性を分析し、自己組織化のルールを解読しています。

研究内容：ウェストレイク大学のチームは、Transformerベースの回帰ネットワークを使用して数十億のペプチドの自己組織化特性を予測し、異なる位置にあるアミノ酸が自己組織化特性に与える影響を分析し、自己組織化ペプチドの研究に強力な新しいツールを提供しました。

24

論文タイトル：IMN4NPD：天然物脱複製のための統合分子ネットワークワークフロー、2024.02

中国語通訳：中南大学の劉紹教授のチームは、天然薬の有効成分を包括的に探索するためのIMN4NPDプラットフォームを構築しています。

研究内容：中南大学のチームは、2つの異なる分子ネットワークを統合してIMN4NPDプラットフォームを構築しました。これを使用して、天然薬物の微量および構造特有の薬理成分を包括的に探索できます。

25

論文タイトル：AlphaProteoは生物学および健康研究のための新規タンパク質を生成する、2024年9月

中国語訳：DeepMind の新たな成果は広告に似ていると批判される？ AlphaProteo は親和性を 300 倍高め、標的タンパク質の結合を効率的に設計できる。

研究内容: DeepMind は、新規タンパク質の設計のために AlphaProteo をリリースしました。これにより、中程度のスループットのスクリーニングを 1 回行うだけで、「すぐに使用できる」タンパク質バインダーを生成でき、それ以上の最適化は必要ありません。

26

論文タイトル：ディープデンス検索を用いたタンパク質ホモログの高速・高感度検出、2024.08

中国語通訳：香港中文大学、復旦大学、イェール大学などと共同で、感度56％向上の新たなタンパク質相同性検出法を開発

研究内容：香港中文大学は、復旦大学の知能複雑系研究室、上海人工知能研究所、イェール大学と共同で、タンパク質相同体を検出するための超高速かつ高感度のフレームワークを提案しました。

27

論文タイトル：配列のみのトレーニングデータからの全原子タンパク質構造の生成、2024年12月

中国語通訳：LeCun は、配列と完全な原子タンパク質構造を同時に生成するマルチモーダルタンパク質生成方法である PLAID を提案する UC Berkeley らの投稿を転送しました。

研究内容：カリフォルニア大学バークレー校、マイクロソフトリサーチなどが、より豊富なデータモダリティ（配列など）からより希少なモダリティ（結晶構造など）を生成し、マルチモーダル生成を実現するPLAIDと呼ばれるマルチモーダルタンパク質生成手法を提案しました。

28

論文タイトル：AlphaMissenseを用いたプロテオーム全体にわたるミスセンス変異効果の正確な予測、2023.09

中国語通訳：DeepMind は、教師なし学習を使用して 7100 万の遺伝子変異を予測する AlphaMissense を開発しました。

研究成果：DeepMindはAlphaMissenseを開発し、ヒト遺伝子における7100万個のミスセンス変異の可能性を予測しました。これらのうち、32%は病原性変異、57%は良性変異である可能性が高いとされています。これらの成果は、分子生物学、ゲノミクス、臨床医学などの分野の発展を大きく促進するでしょう。

29

論文タイトル：p53-R175Hホットスポット変異誘導癌の精密治療のための改変DNAアプタマーベースPROTAC、2024年5月

中国語通訳：匯湖薬学院は天津医科大学と共同で、がん細胞の増殖を抑制できる新たな腫瘍抑制タンパク質分解剤dp53mを開発した。

研究内容：西安交通大学リバプール校薬学部は、天津医科大学総合病院と共同で、選択的p53-R175H分解剤「dp53m」を開発しました。この分解剤は、変異p53-R175Hタンパク質を特異的に認識し、標的タンパク質を標的分解することで、変異p53タンパク質の機能発現を阻害します。

30

論文タイトル：転移学習によるナノポア直接RNAシーケンシングを用いた複数種類のRNA修飾の識別、2024年5月

中国語通訳：上海交通大学の Yu Xiang の研究グループは、複数の種類の RNA 修飾を識別し、計算コストを大幅に削減する転送可能なディープラーニング モデルをリリースしました。

研究内容：上海交通大学は、上海辰山植物園チームと共同で、直接RNAシーケンシング（DRS）における複数種類のRNA修飾の識別を可能にする、転送可能なディープラーニングモデルTandemModを開発しました。

31

論文タイトル：適応型グラフ畳み込みネットワークによる薬物再配置、2024.01

中国語通訳：古い薬の再利用 - 中南大学のチームが、適応型グラフ畳み込みネットワークに基づく薬の配置転換システム「AdaDR」をリリース

研究内容：中南大学の研究チームは、ノードの特徴とトポロジーを深く統合して薬物再配置を実行する、AdaDRと呼ばれる適応型GCN手法を提案しました。

32

論文タイトル：容易に合成可能で構造的に新規な抗生物質の設計と検証のための生成AI、2024.03

中国語通訳：薬剤耐性菌感染症に苦しむ何百万人もの患者にとって朗報！マクマスター大学、スタンフォード大学と提携し、生成AIを活用した新抗生物質を開発

研究結果: マクマスター大学とスタンフォード大学の研究者は、約300億個の分子の化学空間に基づいて合成しやすい新しい化合物を設計できる、SyntheMolと呼ばれる生成AIモデルを開発しました。

33

論文タイトル：Viruslmmu：ウイルス免疫原性予測のための新しいアンサンブル機械学習アプローチ、2023.11

中国語通訳：ワクチン開発における画期的進歩：北京航空航天大学のチームがウイルス抗原の免疫原性を予測する新たな方法を提案（VirusImmu）

研究内容：北京航空航天大学の研究チームは、ウイルス抗原の免疫原性を予測するための機械学習アンサンブル法（Viruslmmu）を開発しました。この手法は、ウイルスタンパク質断片の免疫原性を予測する上で大きな可能性を示しており、ワクチン開発者にとってのツールとなります。

34

論文タイトル：UniKP：酵素反応速度論パラメータ予測のための統一フレームワーク、2023.12

中国語通訳：中国科学院の羅暁洲のチームは、大規模なモデルと機械学習を使用して酵素の速度論パラメータを高精度に予測する UniKP フレームワークを提案しました。

研究内容：中国科学院深圳先進技術研究所のチームは、さまざまな酵素反応速度パラメータの予測を実現するために、酵素反応速度パラメータ予測フレームワーク（UniKP）を提案しました。

35

論文タイトル：MIDASを用いた単一細胞マルチモーダルデータのモザイク統合と知識移転、2024.01

中国語通訳：独自開発！軍事医学研究所チームが提案したMIDASは、単一細胞マルチオミクスデータのモザイク統合に使用できます。

研究内容：軍事医学科学院のチームは、単一細胞マルチオミクスデータのモザイク統合と知識移転のための計算ツール「MIDAS」を提案しました。これは、単一細胞マルチオミクスモザイクデータに対して、モダリティアライメント、データ補完、バッチ修正といった汎用的な統合機能を実現した初めてのツールです。

36

論文タイトル：ResGenは並列マルチスケールモデリングに基づくポケット対応3D分子生成モデルです、2023年9月

中国語通訳：最速の8倍の速さ：浙江大学の侯廷軍らが、タンパク質ポケットに基づく3D分子生成モデル「ResGen」を提案

研究内容：浙江大学と浙江研究所の研究チームは、タンパク質ポケットを基盤とした3D分子生成モデル「ResGen」を提案しました。従来の最良技術と比較して8倍高速化し、結合エネルギーが低く多様性に富んだ薬物様分子の生成に成功しました。

37

論文タイトル：嗅覚知覚における多様なタスクを統合する主要な匂いマップ、2023年8月

中国語通訳：Google は GNN をベースにした匂い認識 AI を開発しているが、これは人間の評価者による継続的な作業 70 年に相当する作業である。

研究内容：Google Research傘下のOsmoは、グラフニューラルネットワークを基盤とした匂い分析AIを開発しました。このAIは、化学分子の構造に基づいて匂いを説明でき、化学分子の識別では53%、匂いを表す言葉の識別では55%において人間を上回ります。

38

論文タイトル：機械学習による抗マラリア薬の潜在的供給源としての植物の予測の強化、2023年5月

中国語通訳：英国キュー王立植物園は、植物のマラリア耐性に関する機械学習予測の精度を 0.46 から 0.67 に向上させました。

研究結果: キュー王立植物園とセントアンドリュース大学の研究者は、機械学習アルゴリズムにより植物のマラリア耐性を 0.67 の精度で効果的に予測できることを実証しました。これは、従来の実験方法の 0.46 よりも大幅に向上しています。

39

論文タイトル：ポリマー性長時間作用型注射剤の設計を加速するための機械学習モデル、2023年1月

中国語通訳：11 個のアルゴリズムの比較分析により、トロント大学が長時間作用型注射薬の開発を加速するための機械学習モデルを立ち上げたことが明らかになりました。

研究結果: トロント大学の研究者らは、長時間作用型注射薬の放出速度を予測し、医薬品開発プロセス全体を加速できる機械学習モデルを開発しました。

40

論文タイトル：深層学習による線状分子の大環状化による大環状薬物候補の発見の促進、2023年7月

中国語通訳：華東科技大学の李紅林の研究グループは、マクロ環状薬物の発見を加速するために Macformer を開発しました。

研究内容：華東科技大学の研究チームは、Transformer をベースに Macformer を開発し、非環式薬物フェンゾチニブを大環状に修飾して、より強力な効能を持つ新しい化合物を得ることに成功し、医薬品開発に新たな方法を提供しました。

41

論文タイトル：PSC分化システムにおける変動性を低減するための生細胞画像ベースの機械学習戦略、2023年6月

中国語通訳：北京大学は、機能性細胞を効率的かつ安定的に調製するための機械学習ベースの多能性幹細胞分化システムを開発しました。

研究内容：北京大学と北京交通大学の研究チームは、生細胞明視野動態イメージングと機械学習を基盤とした分化システムを開発しました。このシステムは、多能性幹細胞の分化プロセスをリアルタイムでインテリジェントに制御・最適化し、機能性細胞の効率的かつ安定した生産を実現します。

42

論文タイトル：機械学習を用いた医薬品インクジェット印刷結果の予測、2023年12月

中国語通訳：医薬品3Dプリンティングのブレークスルー：サンディエゴ大学が機械学習を活用し、97.22%の精度でインクジェット印刷バイオインクをスクリーニング

研究結果：サンティアゴ・デ・コンポステーラ大学とユニバーシティ・カレッジ・ロンドンの研究者は、機械学習モデルを適用してバイオインクの印刷可能性を予測し、予測率を向上させることに成功しました。

43

論文タイトル：アシネトバクター・バウマニを標的とした抗生物質のディープラーニングによる発見、2023年5月

中国語通訳：AIがスーパーバグと戦う：マクマスター大学がディープラーニングを用いて新たな抗生物質アバウシンを発見

研究結果: マクマスター大学と MIT の研究者は、ディープラーニングを使用して約 7,500 個の分子をスクリーニングし、アシネトバクター バウマニを抑制する新しい抗生物質を特定しました。

44

論文タイトル：機械学習を用いた老化抑制薬の発見、2023.05

中国語翻訳：細胞の老化を阻止し、加齢に伴う疾患を予防する：エディンバラ大学が細胞のための3つの「AI抗老化処方箋」を提案

研究結果: エディンバラ大学はカンタブリア大学と共同で、機械学習を使用して 3 つの抗老化薬 (ギンゲチン、ペリプロシン、オレアンドリン) を発見し、ヒト細胞株における抗老化効果を検証しました。

45

論文タイトル：GPCRのGタンパク質結合選択性を支配する規則とメカニズム、2023.09

中国語通訳：フロリダ大学はニューラルネットワークを使用して、GPCR-Gタンパク質結合の選択性を解明しています。

研究内容：フロリダ大学の研究者らは、GPCRとGタンパク質の結合選択性を決定し、その選択性を予測するアルゴリズムを開発し、この選択性の構造的基礎を調査しました。

46

論文タイトル：説明可能な深層学習による抗生物質の構造クラスの発見、2023年12月

中国語訳：「スーパーバグ」の呪いは解けるかもしれない。MITがディープラーニングを使って新たな抗生物質を発見。

研究結果: MIT の研究者は、グラフ ニューラル ネットワーク Chemprop を使用して、大規模な化学ライブラリから潜在的な抗生物質を特定し、新しいクラスの抗生物質を発見しました。

以上で、最先端のAIとバイオメディカルに関する論文のまとめは終了です。最新の研究結果については、以下をご覧ください。

https://github.com/hyperai/awesome-ai4s