共计 5337 个字符，预计需要花费 14 分钟才能阅读完成。
[AI for Science]() 的新成绩、新动静、新视角 ——**
- 英伟达的医疗保健业务在 2024 财年发明了 10 亿美元以上的支出
- Bioptimus 取得 3500 万美元的种子轮融资
- Neuralink 首位人类受试者或已痊愈
- WIVI Vision 获 400 万欧元融资
- 伊犁川宁生物技术股份有限公司与上海金珵科技有限公司达成单干
- 科技部公布了我国首部《脑机接口钻研伦理指引》
详见下文~
企业动态
英伟达的医疗保健业务在 2024 财年发明了 10 亿美元以上的支出
据悉，英伟达的医疗保健业务在 2024 财年发明了 10 亿美元以上的支出，比指标提前了 2-3 年。目前，英伟达已领有十余个生成式 AI 模型，包含小分子建模工具、OpenFold 蛋白质预测模型，以及与 Recursion 开发的用于靶点和药物发现的 Phenom-Beta 模型等。2023 年间，英伟达共投资 9 家 AI 制药公司，别离是 [Charm Therapeutics](), Recursion Pharmaceuticals, Genesis Therapeutics, Superluminal Medicines, Inceptive, Generate Biomedicines, Evozyne, Iambic Therapeutics 和 Erray Therapeutics。
Bioptimus 取得 3500 万美元的种子轮融资
近日，法国初创公司 Bioptimus 取得 3500 万美元的种子轮融资，本轮融资由 Sofinnova Partners 和 Bpifrance Large Venture 领投，[Cathay Innovation]() 和 Headline 其余公司也进行了追投。Bioptimus 团队的次要成员由谷歌 DeepMind 和法国人工智能公司 Owkin 的前高管组成，指标是构建生物学畛域第一个通用人工智能根底模型，推动迷信突破性发现并减速生物医学及其他畛域的翻新。
Neuralink 首位人类受试者或已痊愈
当地工夫 2 月 20 日，特斯拉 CEO 埃隆·马斯克示意，首位植入了神经连贯公司 (Neuralink) 脑芯片的人类受试者「仿佛已齐全痊愈，没有呈现咱们所知的不良反应，受试者只须要思考就能够在电脑屏幕上挪动鼠标」。
该公司于 2016 年由马斯克成立，公司的使命是开发医治各种脑部相干疾病的脑机接口，创立一个可能更严密地连贯生物和人工智能的全脑接口。去年 5 月，Neuralink 称其首次人体临床试验取得了美国食品和药物管理局 (FDA) 的批准；去年 9 月，Neuralink 发表将在往年进行首次脑机接口人体试验。
WIVI Vision 获 400 万欧元融资
西班牙公司 Vision 取得了 400 万欧元的融资。本轮融资由 [Adara Ventures]() 领投，Hearstlab, Avançsa, Caixabank DayOne 和 BBVA Spark 等也参加了本轮融资。公司打算利用此次融资资金促成其国内和国内倒退，并放慢团队扩张，反对新技术的开发。
WIVI Vision 是一家视觉医治服务商，于 2016 年成立，公司力求通过大数据和人工智能 (AI) 技术来评估某人是否患有视觉功能障碍，并基于 3D 的个性化的训练计划来改善患者视力，提供视觉医治计划。
伊犁川宁生物技术股份有限公司与上海金珵科技有限公司达成单干
2 月 22 日，伊犁川宁生物技术股份有限公司与上海金珵科技有限公司发表达成单干，单方将充分发挥各方在各自畛域的劣势，整合各类资源，就川宁生物抗生素中间体发酵产业的优化降级、利用 AI 辅助合成生物学研发及单干开发新产品等方面发展单干，将人工智能与川宁生物现有产业联合，尽快造成新质生产力，以全面晋升川宁生物的生产方式和生产效率。
政策标准
科技部公布了我国首部《脑机接口钻研伦理指引》
2024 年 2 月，科技部公布了我国首部《脑机接口钻研伦理指引》，明确发展脑机接口钻研，应确保钻研具备社会价值，应次要致力于修复型脑机接口技术，强调通过技术的倒退服务公众的衰弱需要。非医学目标的注意力调节、睡眠调节、记忆调节、外骨骼等增强型脑机接口技术应在严格标准、明确获益的前提下，肯定水平上激励摸索和倒退。《[指引]()》还明确了脑机接口的应用目标和被试者隐衷爱护等问题。
残缺标准详见：
https://www.most.gov.cn/kjbgz/202402/t20240202_189582.html
工具资源
BLAST (Basic Local Alignment Search Tool)：生物大分子序列比对搜寻工具
BLAST 可能查找生物序列之间的部分相似性区域，将核苷酸或蛋白质序列与序列数据库进行比拟，并计算统计意义，可用于推断序列之间的性能和进化关系，并帮忙辨认基因家族成员。
开源地址：
https://blast.ncbi.nlm.nih.gov/Blast.cgi
TheAlgorithms/C-Plus-Plus：算法合集
TheAlgorithms/C-Plus-Plus 是以 C++ 实现数学、机器学习、计算机科学和物理畛域的各种算法的汇合。
资源地址：
https://github.com/TheAlgorithms/C-Plus-Plus
NIMS-OS：主动资料探测
NIMS-OS (NIMS Orchestration System) 是一个 Python 库，无需人工干预，即可进行主动资料探测。NIMS 主动机器人电化学试验 (NAREE) 零碎可用作机器人试验，还可能提供后果可视化工具，容许用户实时查看优化后果。
资源地址：
https://github.com/nimsos-dev/nimsos
ChemCrow：简化常见化学工作推理
ChemCrow 是一个开源软件包，整合了 13 种专家设计的化学工具，旨在简化药物、资料设计和合成等畛域中各种常见化学工作的推理过程。模型在合成生成的流程图的独立测试数据集上实现了 80% 的 top-1 准确度和 84% 的 top-5 准确度，能够学习主动更正合成流程图。
资源地址：
https://github.com/ur-whitelab/chemcrow-public
BioMistral：生物医学畛域开源 LLM
BioMistral 7B 是面向生物医学畛域的业余 LLM，源自 Mistral 7B Instruct v0.1，并在 PubMed Central 上进一步进行了预训练。
资源地址：
https://huggingface.co/BioMistral/BioMistral-7B
科研成果
基于深度强化学习，提前 300 毫秒预测潜在等离子体撕裂
Avoiding fusion plasma tearing instability with deep reinforcement learning
- 起源：Nature
- 畛域：能源环境
- 作者：普林斯顿大学
等离子体不稳定性问题是核聚变钻研中的重要挑战。钻研人员以多模态动静模型作为强化学习 AI 的训练环境，构建了一个深度神经网络，可能依据实时的等离子体特色，预测将来撕裂模式不稳定性的产生概率，并且在圣地亚哥的 DIII-D 国家聚变设施进行了试验，结果表明，其所开发的 AI 控制器能够预测破裂前 300 毫秒的等离子体不稳定性。
浏览原文：
https://www.nature.com/articles/s41586-024-07024-9
用多尺度深度生成模型预测状态特异性蛋白质 - 配体复合物构造
State-specific protein–ligand complex structure prediction with a multiscale deep generative model
- 起源：Nature
- 畛域：生物医药
- 作者：加州理工学院
钻研人员提出的 NeuralPLexer，采纳深度生成模型，以原子分辨率对联合复合物的三维构造及其构象变化进行采样。钻研表明，NeuralPLexer 预测后果与酶工程和药物发现中重要靶点的构造测定试验统一。此外，在具备较大构象变化的代表性构造对，以及早先确定的配体联合蛋白方面，NeuralPLexer 的全局蛋白构造预测准确性始终优于 AlphaFold2。
浏览原文：
https://www.nature.com/articles/s42256-024-00792-z
基于图神经网络实现新药相互作用预测
Emerging drug interaction prediction enabled by a flow-based graph neural network with biomedical network
- 起源：Nature Computational Science
- 畛域：生物医药
- 作者：清华大学
钻研人员提出了一种图神经网络 EmerGNN，通过提取药物配对之间的门路，将信息从一种药物流传到另一种药物，并在门路上退出相干的生物医学概念，从而学习药物配对特色。试验表明，EmerGNN 在预测新兴药物的相互作用方面比现有办法具备更高的准确性。
浏览原文：
https://www.nature.com/articles/s43588-023-00558-4
Cas-DiffCom：用于实现婴儿纵向超分辨率 3D 医学图像的级联扩散模型
Cas-DiffCom: Cascaded diffusion model for infant longitudinal super-resolution 3D medical image completion
- 起源：arXiv
- 畛域：医疗衰弱
- 作者：上海科技大学
钻研人员提出了一种级联扩散模型 Cas-DiffCom，用于密集和纵向的 3D 婴儿脑部磁共振成像补全和超分辨，并将提出的办法利用于婴儿连贯组我的项目 (BCP) 数据集。钻研结果表明，Cas-DiffCom 在纵向婴儿脑图像实现方面实现了个体一致性和高保真度。
浏览原文：
https://arxiv.org/abs/2402.13776
生成式 AI 用于碳捕集
A generative artificial intelligence framework based on a molecular diffusion model for the design of metal-organic frameworks for carbon capture
- 起源：Communications Chemistry
- 畛域：资料化学
- 作者：美国阿贡国家实验室
Metal-organic frameworks (MOFs) 在二氧化碳捕集方面具备微小后劲。钻研人员提出的生成式 AI 高性能框架 GHP-MOFassemble，通过组装随机生成的 MOFs 构造，联合分子动力学模仿和 Monte Carlo 模仿，能够在 30 分钟内一一构件疾速组装出超过 12 万个新的候选 MOFs。
浏览原文：
https://www.nature.com/articles/s42004-023-01090-2
流动预报
SIMONS 研讨会将于 5 月 6 日举办
由纽约大学主办的 SIMONS 研讨会将于 5 月 6 日在纽约大学金梅尔核心举办，邀请到了来自牛津大学、柏林自在大学等高校的学者，独特探讨生物分子模仿的最新进展，以及倒退挑战等话题。
本次研讨会的初拟议题包含：联合模仿、试验数据和机器学习理解蛋白质动力学，细菌膜的大规模 MD 模仿，通过物理建模和大规模模仿揭示染色质构造与动力学等。
报名链接：
https://wp.nyu.edu/sccpc/event/challenges-in-biomolecular-sim…
AI4SCIENCE @ 加州理工学院
加州理工学院启动 AI4Science 打算，本次打算由 Anima Anandkumar 和 Yisong Yue 传授引领，汇聚了 AI 及其他学科的多位专家，致力于将前沿人工智能技术融入迷信与工程各畛域，突破学科壁垒，驱动科研翻新与倒退。
在学年内，该打算将每两周举办一次，固定在周三的中午，采取讲座和课程的形式，为来自不同迷信畛域的学者提供机器学习理论知识培训以及实际机会。
报名链接：
https://www.ai4science.caltech.edu/events.html
流动回顾
AI for Science 系列直播
由上海交通大学自然科学研究院、上海国家利用数学核心（上海交通大学分中心）主办的 AI for Science 系列直播第五期将于 2 月 29 日揭幕，直播主题为多模态生成式大模型的研究进展，演讲人 Yangshuai Wang，将探讨人工智能在科学研究中的利用和后劲，通过分享最新的研究成果和技术停顿，增强学术界对 AI 在迷信畛域的意识和利用，推动跨学科单干，促成迷信提高。
流动链接：
https://mp.weixin.qq.com/s/0kkh52_qhLr2bn-75GulPw
LoG 2023 上海干货分享
上海交通大学与北京大学携手在上海胜利举办了 LoG2023 研讨会。本次会议聚焦图形与几何机器学习的相干畛域，联结国内外数学精英与计算机科学专家力量，围绕构建几何深度学习的数学实践开展深刻研究，造就牢靠的拓扑构造和高效的深度神经网络计算单元。
直播回放：
https://log2023sh.github.io/
以上就是「Science AI Weekly」本要分享的所有内容了~
如果你有对于 AI for Science 的最新研究成果、企业一手信息等，欢送留言「爆料」。
