人工智慧技術助力新冠疫苗研發
20世紀90年代初,國際知名學者周海中先生曾經預言:「人工智慧技術將廣泛應用到各學科領域,會產生意想不到的效果。」如今,越來越多的事實證明了他的這一預言。在醫學領域,人工智慧技術在流行病方面扮演著不可或缺的角色。目前,新型冠狀病毒肺炎(COVID-19)及其變異奧密克戎(Omicron)仍在全球蔓延;為構築免疫屏障,一方面進行新冠疫苗接種或使用新冠口服藥,另一方面堅持實施有效的預防措施。
無論是對新冠病毒進行基因定序,找到病毒來源以及傳播宿主,還是開發病毒疫苗或特效藥,人工智慧技術在對抗新冠方面都大有用武之地。最近,世界衛生組織(WHO)就現有的疫苗對新冠病毒及其變異作了初步的評估;他們表示研發新冠通用疫苗是一個值得期待的選項,但圍繞究竟需要多少時間這一問題卻難下定論。不少研究機構都在利用人工智慧技術開發新冠疫苗,已初步取得顯著成果。
例如,日本電氣股份有限公司(NEC) 最近在利用人工智慧技術來研發下一代新冠疫苗。目前使用的針對新冠肺炎病毒的信使核糖核酸(mRNA)疫苗將含有編碼抗原蛋白的mRNA導入人體,形成對應的抗原蛋白,進而誘導身體產生特異性免疫反應,達到預防免疫的效果。但是,近期新冠肺炎病毒的刺突蛋白中出現了大量變異,導致疫苗的防護效果下降。所以該公司的策略是,將刺突蛋白以外的病毒蛋白都作為候選抗原,排除那些容易變異的部分;為此,研究人員透過讓人工智慧技術學習免疫反應的實驗數據來確定候選抗原體。
又如,英國帝國學院研發新冠疫苗的工作原理是,利用人工智慧技術訓練免疫系統辨識特定病原體(如病毒、寄生蟲或細菌)的感染並作出反應。每種疫苗的核心都是抗原(一種基於部分病原體的小而安全的分子),它能觸發保護性免疫反應。大多數疫苗抗原是基於單一病原體成分,如冠狀病毒的刺突蛋白,或瘧疾寄生蟲的外殼蛋白,而這限制了疫苗應對新變異的有效性和能力。為解決這個問題,研究人員將基因組、流行病學、免疫學等綜合在一起,創造出全新的合成抗原。
又如,美國西北大學正在使用人工智慧技術來加速新冠肺炎疫苗的研究。該校研究人員開發出一種新的演算法,可以預測哪些疫苗研究的結果最有可能被複製;可複製,這意味著可以再次獲得研究結果,是研究結論有效的關鍵訊號。這項模型考慮的因素比評審專家更多,因此評估疫苗的準確性和有效性會更高。他們認為,單獨使用該模型,其準確性與公開研究和證據系統化置信系統相當,若人機結合使用,準確性會更高。
再如,瑞士蘇黎世聯邦理工學院的研究團隊最近開發出利用人工智慧技術來預測包括新冠病毒在內的冠狀病毒未來變種的新方法;它有望促進下一代抗體療法及疫苗的研發,為制定公共衛生政策提供重要參考。研究人員表示,這種新方法有助於開發下一代抗體療法,目前他們已經開發了一些抗體,該方法可以確定哪些抗體具有最廣泛的活性,也有望促進下一代新冠疫苗的開發。
其實,中國百度公司在解決新冠疫苗問題方面早已貢獻了一臂之力。該公司在2020年就推出全球首個mRNA疫苗基因序列設計演算法LinearDesign,這是專門用於優化mRNA序列設計的高效能演算法。針對新冠mRNA疫苗序列,LinearDesign能在十幾分鐘內完成序列設計,大大提升了疫苗設計的穩定性和蛋白質表現水平,有效解決了mRNA疫苗研發中最重要的穩定性問題。
由此可見,人工智慧技術與生物製藥技術的深度結合,把新冠疫苗研發的「大海撈針」變成「按圖索驥」。完全可以相信,在廣大科技人員的努力和人工智慧技術的助力下,新冠疫苗的研發很快就能實現關鍵核心技術的重大突破,這將為全人類的生命健康保駕護航。
以上是人工智慧技術助力新冠疫苗研發的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S

本站7月5日消息,格芯(GlobalFoundries)於今年7月1日發布新聞稿,宣布收購泰戈爾科技(TagoreTechnology)的功率氮化鎵(GaN)技術及智慧財產權組合,希望在汽車、物聯網和人工智慧資料中心應用領域探索更高的效率和更好的效能。隨著生成式人工智慧(GenerativeAI)等技術在數位世界的不斷發展,氮化鎵(GaN)已成為永續高效電源管理(尤其是在資料中心)的關鍵解決方案。本站引述官方公告內容,在本次收購過程中,泰戈爾科技公司工程師團隊將加入格芯,進一步開發氮化鎵技術。 G
