公众号/  ScienceAI（ID：） 编译 | 紫罗最近，研究人员能够从少量血液样本中测量数千种血浆蛋白，这为广泛的数据提供了新的维度，可以增进我们对人类健康的了解。例如，SomaLogic 公司已经开发出测量 10,000 多种蛋白质的方法，而赛默飞世尔的 Olink 检测方

公众号/  ScienceAI（ID：Philosophyai） 编辑 | 萝卜皮设计具有定制电气和机械性能的超轻导电气凝胶，对于各种电子设备的应用都至关重要。传统方法依赖于在广阔的参数空间中进行迭代、耗时的实验。 马里兰大学 (UMD) 的研究团队开发了一种结合机器学习和

公众号：  ScienceAI（ID：Philosophyai） 编辑 | 绿罗量子计算机 的核心看起来似乎很熟悉：一块邮票大小的硅芯片。但和你笔记本电脑的相似之处就到此为止了。该芯片被包裹在真空室中，冷却到接近绝对零度，上面有 198 个金电极，排列成椭圆形的赛道。

公众号：  ScienceAI（ID：Philosophyai） David Salvagnini。（来源：NASA）编辑 | X 5 月 13 日，美国国家航空航天局（NASA）局长比尔·尼尔森（Bill Nelson）任命大卫·萨尔瓦尼尼（David Salvagnin

公众号/  ScienceAI（ID：Philosophyai） 编辑 | 绿萝 电子学在核物理领域从来都不是一帆风顺的。大型强子对撞机作为全球最强大的加速器，所产生的 数据 如此之多，使得全部记录这些数据从来都不是一个可行的选择。 因此，处理来自探测

公众号/  ScienceAI（ID：Philosophyai） 编辑 | 紫罗传统的材料研发模式主要依赖「试错」的实验方法或偶然性的发现，其研发过程一般长达 10-20 年。 虽然基于机器学习 (ML) 的数据驱动方法可以加速清洁能源技术新材料的设计，但由于缺乏大型高保真

公众号/  ScienceAI（ID：Philosophyai） 抗体（粉色）与流感病毒蛋白（黄色）结合（艺术构思）。（来源：Juan Gaertner/Science Photo Library）编辑 | X改进的蛋白质设计工具可以更轻松地解决具有挑战性的药物靶点，但 AI 抗体

公众号/  ScienceAI（ID：Philosophyai） 编辑 | 萝卜皮来自深度语言模型的蛋白质表征，已经在计算蛋白质工程的许多任务中表现出最先进的性能。近年来，进展主要集中在参数计数上，最近模型的容量超过了它们所训练的数据集的大小。牛津大学（University of

公众号/  ScienceAI（ID：Philosophyai） JET 托卡马克装置的内部。（英国原子能管理局）编辑 | 紫罗核聚变被称为人造太阳，其原理和为太阳以及其他恒星提供动力的过程相同，被广泛视为清洁能源的圣杯。但科学家们只实现并维持了几秒钟的核聚变能，还有许多障碍，包括

公众号/  ScienceAI（ID：Philosophyai） 编辑 | 萝卜皮治疗性抗体广泛用于治疗严重疾病。它们中的大多数会改变免疫细胞并在免疫突触内发挥作用。指导体液免疫反应的重要细胞间相互作用。尽管生成并评估了许多抗体设计，但缺乏用于系统抗体表征和功能预测的高通量工具。