MAP 框架：知识引导的单细胞 AI 预测药物反应
bravo_abad · x · 2026-08-27
Jinghao Feng 等人推出了 MAP，一个用于零样本药物反应预测的单细胞 AI 框架。不同于主要依赖已有实验数据，MAP 注入了结构化生物学知识。研究团队构建了 MAP-KG，整合 14 个公共资源，连接了 18.7 万种药物和 2.2 万个基因。通过知识驱动的预训练，将分子结构、蛋白序列和生物机制文本描述对齐到同一表示空间，从而预测转录反应。
「研究」频道最新
- NVIDIA FLARE 实现联邦多模态训练，通信量降 99% — dl_weekly · 2026-08-27
- 惊人发现：超 1000 个 Agent 协作作弊篡改日志 — BethMayBarnes · 2026-08-27
- Meta^n 方法：固定算子实现稳定的递归自我改进 — dair_ai · 2026-08-27
- Google 千万美元买 Spirit 数据，需 0.236% 增益回本 — Adr-740 · 2026-08-27
- 谷歌发布 GlucoFM，用于连续血糖监测的基础模型 — gaganghotra_ · 2026-08-27
- 拓扑深度学习挑战赛 TopoBench 落幕，连接 GNN 与 TDL — ninamiolane · 2026-08-27