09:49官方账号arXiv cs.LG@Kaustav Mehta研究提出对AlphaFold2的9300万参数进行直接分析,通过高斯卷积平滑Evoformer权重张量,发现训练后的模型产生物理结构的构象图谱。泛素扰动下原生接触断裂顺序与数十年折叠实验一致。五个独立训练的KaiB模型均未恢复替代折叠,而α-突触核蛋白产生五种不同但连贯的图谱。随机噪声控制证实构象源于学习而非噪音,该涌现特性非显式训练目标。论文AlphaFold2蛋白质构象神经网络光谱推荐理由:给AI科学应用开发者的新视角:AlphaFold2的权重里藏着比静态预测更丰富的构象信息,用高斯卷积就能读出蛋白质折叠动力学线索。原文稍后读已读值得跟进有用关注 AlphaFold2
12:24elvis@omarsar0Alex Rives 与 UC Berkeley 联合宣布了激光相位板技术,这是原子分辨率成像领域的突破。该技术使用世界上最亮的连续波激光,强度是太阳表面的1亿倍,解决了电子显微镜中相位对比度难以实现的长期难题。在冷冻电子断层扫描中,低对比度一直阻碍着对细胞内除最大蛋白质以外的结构解析。激光相位板消除了这一障碍,结合AI进步,将开启结构生物学新前沿,使科学家能够看到细胞内的分子机器及其复杂动态系统。论文激光相位板原子分辨率成像冷冻电子断层扫描推荐理由:这项技术解决了冷冻电镜中对比度不足的核心瓶颈,做结构生物学和细胞成像的研究者可以直接关注——它将让AI辅助下的分子机器解析成为现实。原文稍后读已读值得跟进有用关注 激光相位板
20:41Philipp Schmid@_philschmidGoogle DeepMind 发布了一套科学智能体技能合集,专为研究任务设计,涵盖基因组学、结构生物学、化学信息学、文献搜索等多个领域。该合集旨在帮助研究人员利用 AI 智能体自动化复杂的科学工作流程,提升研究效率。这些技能可以直接在 GitHub 上获取,为科学计算和生物信息学领域提供了新的工具。AI产品智能体科学计算基因组学推荐理由:做科研或生物信息学的开发者终于有了现成的 AI 智能体工具库——覆盖基因组学、结构生物学等核心领域,可以直接拿来用,省去从零搭建的麻烦。原文稍后读已读值得跟进有用关注 智能体