针对分子表征学习中数据匮乏与模态异构的挑战，研究团队提出了一种创新的多模态到单模态知识迁移预训练框架。该方法通过整合文本、图像及化学结构等多源信息，有效提升了模型在分子性质预测及药物发现任务中的表现。这一研究为解决生物医学领域小样本学习难题提供了新的技术路径，显著增强了深度学习模型对复杂分子空间的表征能力。...
高通量筛选是一种自动化、大规模、快速的实验方法，用于在数百万个候选物中识别与特定生物靶点相互作用的活性化合物。其核心原则包括微型化、自动化、灵敏检测和数据管理。高通量筛选的主要应用领域包括药物发现、化学生物学、材料科学和农业科学。...
Asterand公司推出在线人类RNA样本选购服务，旨在简化早期药物发现流程。该服务提供来自癌症患者的高质量RNA样本，经过严格验证确保完整性，支持多种基因表达分析，加速新靶点验证。...
Lexicon Genetics公司获得额外资金用于研究脊髓性肌萎缩症的治疗方法，公司将利用其独特的靶点发现系统来寻找与SMA相关的基因。...
研究人员利用人工智能加速开发治疗阿片类药物成瘾的新药。通过阻断κ-阿片受体，有望减轻戒断症状和药物依赖。AI模型利用强化学习从化学数据库中设计新化合物，已筛选出多种候选药物，即将进入细胞和动物实验阶段。该研究在生物物理学会年会上展示，为药物发现提供了高效新途径。...
综合生物科学公司与麻省理工学院和博德研究所合作，利用人工智能从超过80万种化合物中识别出三种新型senolytic候选药物。这些化合物能选择性清除衰老细胞，具有高口服生物利用度和低毒性，并在老年小鼠中显示出抗衰老效果。该研究发表于《自然·衰老》，为抗衰老医学提供了新方向。...
本文介绍了计算机建模如何加速新药发现过程。通过芯片实验室和生物模拟技术，研究人员可以在计算机上模拟从细胞到临床试验的各个环节，从而早期识别失败候选药物，提高研发效率。文章以Entelos、Pharsight和BioAnalytics Group等公司为例，展示了计算机模拟在指导药物开发、优化临床试验设计和辅助早期实验中的实际应用。...
本文介绍了一种药物发现的逆向方法，从特定疾病相关的关键酶入手，通过生物信息学数据库寻找天然配基，从而高效筛选候选药物。该方法相比传统高通量筛选更快速、成本更低，并可能降低副作用。...
化学基因组学是一种整合化学与基因组学的交叉学科技术，通过小分子化合物系统研究基因功能并加速药物发现。本文探讨了其核心概念、应用案例（如Iconix的DrugMatrix数据库和Exelixis的靶标群策略）、术语争议及未来展望。尽管定义模糊，该技术在后基因组时代展现出巨大潜力，有望缩短药物研发周期并提高成功率。...
Genzyme在英国剑桥设立的研究中心专注于癌症、肾病、炎症和免疫疾病中的抗体技术开发，结合临床试验和多中心管理，推动新型生物药物的发现与临床应用。该中心作为公司在欧洲的首个研发单位，强化了其在抗体识别、药物开发及产业化方面的科研能力，支撑全球市场的临床研究与产品推广，彰显其在生物制剂创新中的核心地位。...
黄油与人造黄油，作为烘焙中常用的脂肪，其微...
一项发表在《自然-生态与演化》杂志上的海葵（...
血脑屏障是中枢神经系统的强大保护屏障，却也...
截肢患者失去本体感受（运动知觉），导致假肢...
一头4个月大的非洲象幼崽在肯尼亚北部的一个旅...
一项发表于《科学》杂志的新研究，在中国云南...
