從“試錯”到“設計”中國學者探索合成生物學發展之路
合成生命，到底“難不難”？ 此前引起轟動的人工合成淀粉“吸粉”無數，卻鮮有人了解人工合成效率比天然合成高7倍的成果背后是國內外合成生物學家十多年“設計—合成—測試—學習”的反復“試錯”。 可以不可以少試錯甚至不試錯，告別合成生物學現今的類似“手工作坊”階段，讓下一次的“合成”實現理性設計、功能預測？ “預測的前提是對生命過程的‘真理解’，在‘真理解’基礎上建立模型，設計合成，才能提高實現預期目標的效率。” 在日前召開的香山科學會議上，中國科學院院士、分子微生物學家趙國屏告訴科技日報記者，這將是合成生物學下一個階段的目標。 與會專家認為，應通過建立定量理論模型、形成人工智能數據集、利用工程生物學平臺等研究新范式，把合成生物學推向定量合成生物學的新發展階段。 從一個迫在眉睫的應用說起 “細胞治療做了這么多年，感覺要做不下去了，但有了合成生物學，感覺希望又來了。” 中國工程院院士、中國科學技術大學生命科學學院教授田志剛......閱讀全文
準確率達95％－機器學習預測復雜新材料合成
據22日發表在《科學進展》雜志上的一項研究，美國西北大學和豐田研究所研究人員已成功應用機器學習來指導新納米材料的合成，消除與材料發現相關的障礙。這種訓練有素的算法，可通過定義數據集來準確預測可用于清潔能源、化學和汽車行業燃料的重要催化劑。 論文通訊作者、美國西北大學納米技術專家查得·米爾金此次
機器學習模型預測中風？
中風的診斷可能很棘手，因為患者并不總是表現出典型的癥狀，而且其他疾病也可能模仿它。研究人員利用現有數據開發了一種機器學習模型，可以準確預測中風，并可能使診斷變得更容易。診斷錯誤是一個主要的公共衛生問題，造成了可預防的病人傷害和衛生超支。由于診斷錯誤而導致的可預防的中風死亡比誤診的心臟病發作要常見30
機器學習也許能“算命”
12月19日，《自然-計算科學》發表的一項研究描述了一種機器學習方法，能夠從不同方面準確預測人類生活，包括早死可能性和個性的細微差異。該模型或許能提供對人類行為的量化認知。 社會科學家對人類生活是否能被預測的問題看法不一。雖然我們對在人類生活中起到重要作用的社會人口學因素已有充分了解，但一直無
機器學習在分子生物學領域大顯身手
如果這是未來的生物學實驗室，那么它看起來與今天的實驗室似乎并沒有什么不同。穿著白大褂的科學家拿著盛有冷凍玻璃管的箱子走過，架子上的化學物質——純酒精瓶、糖罐、蛋白質和鹽是培養和調節微生物的標準物件。如果不是耳朵聽到的機械聲音，你可能根本不會注意到這里的機器人：它們在風扇的低嘯中像蟋蟀一樣彼此哼唱
機器學習能夠有效篩選“苦味”
苦味往往在食物味道中并不受歡迎，而引起這種苦味的重要因素之一是一種生物分子—苦味肽。苦味肽是能夠與細胞膜上的苦味受體結合進而引發苦味感知的一類小分子肽，通常在食品加工、儲存或消化過程中生成。近日，中國科學院大連化學物理研究所研究員靳艷團隊與大連工業大學、內蒙古伊利實業集團有限公司合作，發展了一種
ACS－Nano:機器學習輔助合成高熒光量子產率碳點
近年來熒光納米傳感器顯示出高靈敏度和選擇性檢測等各種優勢，超過常規電化學方法。然而與熒光納米傳感器相比，碳點（CDs）因其光學傳感的多項優勢，例如易于功能化，寬帶光吸收，出色的光穩定性等，在傳感中占有重要地位。目前制造CDs的主要方法是水熱法或溶劑熱法“自下而上”進行制備。大量研究表明了熒光量子
機器學習加速探索材料的開發
設計空間幾何增長是材料設計中的一大挑戰。機器學習（ML）加速探索材料設計已經開始在的這一挑戰中發揮作用，并顯著提高了發現材料的效率。然而，這個流程暗含了密度泛函理論（DFT）產生的訓練集的統計上的偏見。并且，在使用高通量計算產生訓練集的時候，大量的計算會失敗。這種情況對于一些有趣的，例如含有自由
機器學習助力外骨骼性能提升
美國科學家報道了一種能加速外骨骼控制系統開發的模擬框架，這種外骨骼能輔助現實世界場景中的運動。研究顯示，這個框架或有助于推動外骨骼和義肢等裝置的廣泛應用。相關研究6月12日發表于《自然》。外骨骼能顯著提升人類運動，恢復殘疾人士的運動能力。不過，當前的控制器在匹配不同個體需求和任務涉及的復雜人體運動時
“機器子宮”體外合成胚胎
藏在母體深處的胚胎發育過程是大自然最大的秘密之一，現在，科學家為了解這個秘密打開了一扇新的窗口。他們首次在不需要精子或卵子的情況下，利用干細胞制造出人造小鼠胚胎，并使用一種創新的生物反應器培育該胚胎，使其成功在子宮外生長。沒有參與此項工作的荷蘭萊頓大學醫學中心干細胞生物學家Niels Geijsen
比傳統機器學習算法快1000倍——聯想學習法
英國牛津大學材料系研究人員聯合埃克塞特大學和明斯特大學的同事開發了一種片上光學處理器，能檢測數據集中的相似性，速度比在電子處理器上運行的傳統機器學習算法快1000倍。發表在《光學》雜志上的這項新研究的靈感來自諾貝爾獎獲得者伊萬·巴甫洛夫對經典條件反射的發現。巴甫洛夫在實驗中發現，如果在喂食過程中提供
用機器學習洞察春節幸福感
剛剛過去的虎年春節，你幸福嗎？ 為了深入理解新冠疫情和防疫政策對民眾幸福感和生活的影響，深圳市人工智能與機器人研究院及香港中文大學（深圳）校長講座教授賈建民、清華大學文科資深教授薛瀾和博士生袁韻、香港大學副教授賈軾等組成的研究團隊，采用機器學習與回歸分析相互結合的方法，
武漢大學量子機器學習研究獲進展
近日，《自然·通訊》在線發表了武漢大學計算機學院在量子人工智能理論方面的最新研究成果。論文題為《糾纏數據在量子機器學習中的相變行為》。這是武漢大學量子機器學習方向研究成果首次刊登在《自然·通訊》上。論文截圖。據悉，量子糾纏是實現量子計算優勢的關鍵資源。目前，科學家廣泛關注如何將量子糾纏整合到量子機器
機器學習助力更好理解水的行為
美國一個研究團隊在最新一期《物理評論快報》上刊發論文稱，他們借助機器學習技術來理解水在零下100℃的行為。最新研究不僅能讓科學家更好地理解水，也為更好地從理論上理解各種物質開辟了更多途徑。 水是人們最熟悉、接觸最頻繁的物質之一，但實際上它還有很多未解之謎。在過去30年里，科學家們從理論上認為，當
機器學習鑒別出八種戒煙藥物
美國科學家開發出一種新的機器學習方法，可通過計算機程序分析數據集的模式和趨勢來識別藥物，他們借此鑒定出了8種有助戒煙的藥物，包括用于治療感冒咳嗽的右美沙芬等。相關研究刊發于最新一期《自然·遺傳學》雜志。 吸煙是導致心血管疾病、癌癥和呼吸系統疾病的危險因素。雖然吸煙行為是后天學習的，但此前的一項
“量子比特+機器學習”可精準測磁場
?? 北京7月8日電,據芬蘭阿爾托大學官網近日報道，該校科研人員主導的國際團隊提出了一種采用量子系統測量磁場的方法，新系統的精確度超過了標準量子極限。他們表示，從量子狀態中快速提取信息，對于未來的量子處理器和現有超靈敏探測器來說都必不可少。此項研究向利用量子增強方法進行傳感邁出了關鍵的第一步。 在
機器學習技術加速植物精準設計育種
種子被譽為農業的“芯片”，育種科技創新是推動農業發展的核心動力。未來植物育種的新范式是基因組學、基因編輯、合成生物學等生物技術（BT）與數據科學、機器學習、人工智能等信息技術（IT）的多元化融合。農業農村部“十四五”規劃將“智慧種業”列在“智慧農業”領域七大攻關任務之首。任務中明確提出：構建數字化育
機器學習模型創建定制氣味和香水
目前，人們僅根據氣味劑的物理化學特征來預測嗅覺印象。但是，該方法無法預測傳感數據，而傳感數據對于產生氣味是必不可少的。為了解決這個問題，日本東京工業大學研究人員采用了逆向思維的創新策略，不是根據分子數據預測氣味，而是根據氣味印象預測分子特征。這是使用標準質譜數據和機器學習模型實現的。研究成果發表在最
機器學習模型可識別乳房病變風險
美國研究人員近日在《放射學》雜志線上版發表文章稱，他們開發出一種機器學習工具，可以確定哪些高危乳房病變可能會變成癌癥，從而幫助醫生作出正確的治療決策，減少不必要的手術。 乳房病變是一種女性常見疾病，而高危乳房病變有很大幾率轉變成癌癥。正是由于這種風險，手術切除病變組織通常被認為是首選治療方案。
Google如何用機器學習幫助藥物研發？
從在搜索中回答與健康相關的問題，到給開發者提供健身數據平臺，Google在我們的日常健康中越來越重要。但其實互聯網巨頭們也在努力加快研發治愈人類頑疾的關鍵藥物。 同斯坦福大學的Pande Lab合作，Google Research發表了一篇題為“針對藥物研發的大規模多任務網絡”的文章。該文章描
細胞生物學學習方法
第一、認識細胞生物學課程的重要性，正如原子是物理性質的最小單位，分子是化學性質的最小單位，細胞是生命的基本單位。50年代以來諾貝爾生理與醫學獎大都授予了從事細胞生物學研究的科學家，可見細胞生物學的重要性。如果你將來打算從事生物學相關的工作，學好細胞生物學能加深你對生命的理解。 第二、明確細胞生
合成生物學：讓“像組裝機器一樣組配生物”成現實
當國人將目光投向因發現青蒿素而獲得諾貝爾科學獎的屠呦呦身上時，一批專家學者進而聚焦在讓青蒿素可以大規模制備的幕后英雄——合成生物學身上。2015年12月底以合成生物學發展戰略為主題的第552次香山科學會議上，30多位專家研討如何將“可以像組裝機器一樣組配生物”的設想變為現實。 所謂合成生物學，
機器學習模型首次在太空檢測云層變化
原文地址：http://news.sciencenet.cn/htmlnews/2023/8/505829.shtm
量子物理與機器學習結合研究取得進展
生成模型(Generative Model)是機器學習領域的重要課題和研究前沿，也被認為是通往人工智能的必由之路。歷史上，物理學為生成型學習提供了很多新思路。比如，著名的玻爾茲曼機(Boltzmann Machine)就來自于統計物理中的伊辛模型及相關的反伊辛問題。最近，中國科學院物理研究所/北
常見機器學習算法優缺點比較（二）
常見算法優缺點 1.樸素貝葉斯 樸素貝葉斯屬于生成式模型（關于生成模型和判別式模型，主要還是在于是否是要求聯合分布），非常簡單，你只是做了一堆計數。如果注有條件獨立性假設（一個比較嚴格的條件），樸素貝葉斯分類器的收斂速度將快于判別模型，如邏輯回歸，所以你只需要較少的訓練數據即可。即使
機器學習可用更少血液更早篩查癌癥
原文地址：http://news.sciencenet.cn/htmlnews/2024/1/516631.shtm
常見機器學習算法優缺點比較（四）
缺點 · 當觀測樣本很多時，效率并不是很高； · 對非線性問題沒有通用解決方案，有時候很難找到一個合適的核函數； · 對缺失數據敏感； · 對于核的選擇也是有技巧的（libsvm中自帶了四種核函數：線性核、多項式核、RBF以及sigmoid核）： · 第一，如果樣本數量小于特征
常見機器學習算法優缺點比較（三）
優點：實現簡單，計算簡單； 缺點：不能擬合非線性數據. 4.最近領算法——KNN KNN即最近鄰算法，其主要過程為： 計算訓練樣本和測試樣本中每個樣本點的距離（常見的距離度量有歐式距離，馬氏距離等）； 對上面所有的距離值進行排序； 選前k個最小距離的樣本； 根據這k個樣本的標簽進行
－機器學習的新玩法：可做醫療監控
也許現在多數人們還認為“機器學習”(Machine Learning)是一個相當前沿的概念，但事實上，你接觸的若干互聯網產品已經使用了與機器學習有關的思維或技術。比如電子郵件服務商就是使用機器學習算法來過濾垃圾郵件的，Google也通過相關的技術來辨別垃圾站點。 對于很多互聯網用戶來說
機器學習+化學直覺讓藥物發現更有效
原文地址：http://news.sciencenet.cn/htmlnews/2023/11/511579.shtm
常見機器學習算法優缺點比較（一）
機器學習算法太多了，分類、回歸、聚類、推薦、圖像識別領域等等，要想找到一個合適算法真的不容易，所以在實際應用中，我們一般都是采用啟發式學習方式來實驗。通常最開始我們都會選擇大家普遍認同的算法，諸如SVM，GBDT，Adaboost，現在深度學習很火熱，神經網絡也是一個不錯的選擇。假如你在