Google DeepMind 宣布推出一款基於 Gemma 開源模型家族、擁有 270 億參數的全新單細胞分析基礎模型。該模型專為生物醫學研究設計,能深入分析單細胞數據,並已成功協助研究人員發現了一條全新的潛在癌症治療途徑,展現了開源大模型在生醫領域的巨大潛力。
Google DeepMind 發表全新 DNA 序列統一模型「AlphaGenome」,旨在深化人類對基因組功能的理解。該模型顯著提升了「調控變異效應(regulatory variant-effect)」的預測精準度,有助於疾病研究與基因療法開發。目前 AlphaGenome 已正式透過 API 開放給全球研究人員使用。
本文為 Hugging Face 針對生物資訊與深度學習結合的入門指南。文章介紹了蛋白質語言模型(pLM)的基本概念,將氨基酸序列視為文本,並展示如何利用 Meta 的 ESM-2 模型進行微調。讀者可以學習如何使用 Hugging Face transformers 庫來預測蛋白質的定位與功能,為 AI 驅動的藥物研發與生物科技奠定基礎。
Hugging Face 宣布支援在 Spaces 中整合 3Dmol.js 視覺化工具。這項功能讓生物資訊與 AI 領域的研究人員,能直接在 Gradio 或 Streamlit 應用中呈現 3D 分子模型。對於展示如 AlphaFold 或 ESMFold 等蛋白質預測模型結果非常實用,大幅降低了生醫 AI 展示工具的開發門檻。