DeepLife用组学数据研究心脏病
在 #DeepLife，我们正以尖端研究攻克心脏病！🔬 我们的 #OmicStore 提供 573+ 数据集和 2.2 万+ 实验，而 #CellBlueprint 帮助锁定关键通路并重定位药物，以实现更好的治疗。在此试用：https://www.deeplife.co/product/cell-blueprint #WorldHeartDay
#数据/基准
DeepLifeAI 评分2020
DeepLifeAI 评分1818 DeepLife推进阿尔茨海默研究
🧠 推进阿尔茨海默研究：在 #DeepLife，我们正利用前沿组学数据与 #CellBlueprint 技术，解锁阿尔茨海默领域的突破。 🔬 23 个数据集与 1,832+ 项实验，加速发现。立即试用我们的免费试用！ #神经退行性疾病 #生物技术
Ignota Labs 官网资讯精选AI 评分6060 Ignota Labs与Broad Institute合作发表DILIPredictor，提升药物性肝损伤预测
Ignota Labs与Broad Institute合作在《Journal of Chemical Information and Modelling》发表研究，提出先预测九项代理DILI标签、再与化学结构特征结合预测药物性肝损伤的DILIPredictor模型。
推荐理由：该研究把体外与体内代理指标并入特征，比较其对DILI预测的提升，并给出可复用的公开模型。
Ignota Labs 官网资讯精选AI 评分5858 Ignota Labs与Broad Institute发布FDA药物心脏毒性等级首批公开分类器
Ignota Labs与Broad Institute合作，基于美国FDA的DICTrank数据集构建药物诱导心脏毒性（DICT）预测分类器，成果发表于《Journal of Chemical Information and Modelling》。
推荐理由：研究基于FDA的DICTrank数据集构建公开分类器，比较化学与生物特征对药物心脏毒性的预测能力。
A-Alpha Bio 官网资讯精选AI 评分6060 A-Alpha Bio 与 LLNL 扩大合作，获 DoD 追加 240 万美元资助
A-Alpha Bio 与劳伦斯利弗莫尔国家实验室（LLNL）扩大合作，获美国国防部（DoD）追加 240 万美元资助，将合作范围从新冠扩展到 DoD 认定的其他潜在生物威胁。A-Alpha Bio 将用 AlphaSeq 测量抗体与病原体变异体之间数百万个蛋白质-蛋白质相互作用，用于训练机器学习模型，预测交叉反应性和毒株特异性结合剂，以加速未来药物发现。
推荐理由：合作从新冠扩展到其他潜在生物威胁，展示用高通量相互作用数据训练抗体结合预测模型的路径。
Ignota Labs 官网资讯AI 评分2222 用计算机毒理学筛选革新药物发现
AI驱动的计算机毒理学筛选以分子化学结构为输入，预测小分子在遗传毒性、肝毒性、肾毒性和心脏毒性等终点的潜在毒性，从而在药物发现早期识别安全风险。其关键环节包括高质量毒理数据集、分子指纹等特征表示、支持向量机与图卷积网络等AI算法，以及外部数据集验证和软件平台集成。该方法有望帮助优先选择更安全的候选药物并减少体外和体内测试需求。
A-Alpha Bio 官网资讯精选AI 评分5858 A-Alpha Bio 与劳伦斯利弗莫尔国家实验室合作加速新冠变异株抗体发现
A-Alpha Bio 宣布与劳伦斯利弗莫尔国家实验室（LLNL）合作，利用 AlphaSeq 产生的结合数据训练机器学习模型，以加速针对新冠变异株的治疗性抗体发现。该项目由美国国防部支持，计划测量数百万量级的蛋白-蛋白相互作用，并借助 LLNL 的计算能力预测抗体与变异株冠状病毒蛋白的结合，作者称该思路也可用于其他快速演化的传染病和生物威胁。
推荐理由：该合作把 AlphaSeq 的大规模蛋白互作测量与 LLNL 算力结合，用于训练预测抗体与变异株结合的模型。
A-Alpha Bio 官网资讯精选AI 评分6363 A-Alpha Bio 的 AlphaSeq 论文在 PNAS 发表
A-Alpha Bio 宣布介绍 AlphaSeq 的论文已在 PNAS 发表。文中展示可通过重编程酵母交配同时表征数千个蛋白质-蛋白质相互作用，并观察到改变细胞外环境后相互作用强度的变化。
推荐理由：AlphaSeq 通过重编程酵母交配实现数千蛋白互作并行表征，为结合剂筛选提供可规模化的实验方法。