AI_for_Science_论文解读合集（持续更新ing），论文数据集教程下载：hype

# Awesome AI for Science - [**前言**](#前言) - [**AI+ 生物医药：AI+Biopharmaceutical**](#ai---生物医药aibiopharmaceutical) - [**1. AdaDR 在药物重定位方面的性能优于多个基准方法**](#1-adadr-在药物重定位方面的性能优于多个基准方法) - [**2. IMN4NPD 加快分子网络中广泛集群的去复制，对自循环与成对节点提供标注**](#2-imn4npd-加快分子网络中广泛集群的去复制对自循环与成对节点提供标注) - [**3. 深度生成模型 MIDAS 用于单细胞多组学数据马赛克整合**](#3-深度生成模型-midas-用于单细胞多组学数据马赛克整合) - [**4. 基于蛋白质口袋的 3D 分子生成模型——ResGen**](#4-基于蛋白质口袋的-3d-分子生成模型resgen) - [**5. 大模型 + 机器学习高精度预测酶动力学参数**](#5-大模型--机器学习高精度预测酶动力学参数) - [**6. MIT 利用深度学习发现新型抗生素**](#6-mit-利用深度学习发现新型抗生素) - [**7. 神经网络解密 GPCR-G 蛋白偶联选择性**](#7-神经网络解密-gpcr-g-蛋白偶联选择性) - [**8. Macformer 将无环药物菲卓替尼大环化**](#8-macformer-将无环药物菲卓替尼大环化) - [**9. 快速自动扫描套件 FAST 高效获取样本信息**](#9-快速自动扫描套件-fast-高效获取样本信息) - [**10. 回归网络 + CGMD，预测百亿种多肽的自组装特性**](#10-回归网络--cgmd预测百亿种多肽的自组装特性) - [**11. 无监督学习预测 7100 万种基因突变**](#11-无监督学习预测-7100-万种基因突变) - [**12. 基于图神经网络 (GNN) 开发气味分析 AI**](#12-基于图神经网络-gnn-开发气味分析-ai) - [**13. 图神经网络筛选安全高效的抗衰老成分**](#13-图神经网络筛选安全高效的抗衰老成分) - [**14. 机器学习量化分析多巴胺的释放量和释放位置**](#14-机器学习量化分析多巴胺的释放量和释放位置) - [**15. 机器学习发现三种抗衰老药物**](#15-机器学习发现三种抗衰老药物) - [**16. 深度学习筛选抑制鲍曼不动杆菌的新型抗生素**](#16-深度学习筛选抑制鲍曼不动杆菌的新型抗生素) - [**17. 机器学习模型应用于预测生物墨水可打印性**](#17-机器学习模型应用于预测生物墨水可打印性) - [**18. 机器学习分化多能干细胞**](#18-机器学习分化多能干细胞) - [**19. 机器学习模型预测长效注射剂药物释放速率**](#19-机器学习模型预测长效注射剂药物释放速率) - [**20. 机器学习算法有效预测植物抗疟性**](#20-机器学习算法有效预测植物抗疟性) - [**21. 机器学习集成方法预测病毒蛋白片段免疫原性**](#21-机器学习集成方法预测病毒蛋白片段免疫原性) - [**22. 用生成式 AI 开发新型抗生素**](#22-用生成式-ai-开发新型抗生素) - [**23. 基于深度学习研发一种自动化、高速、多维的单粒子追踪系统**](#23-基于深度学习研发一种自动化高速多维的单粒子追踪系统) - [**24. ProEnsemble 机器学习框架：优化进化通路启动子组合**](#24-proensemble-机器学习框架优化进化通路启动子组合) - [**25. 微环境感知图神经网络 ProtLGN 指导蛋白质定向进化**](#25-微环境感知图神经网络-protlgn-指导蛋白质定向进化) - [**26. 深度学习模型 AlphaPPIMd：用于蛋白质-蛋白质复合物构象集合探索**](#26-深度学习模型-alphappimd用于蛋白质-蛋白质复合物构象集合探索) - [**27. 新型肿瘤抑制蛋白降解剂 dp53m 可抑制癌细胞增殖**](#27-新型肿瘤抑制蛋白降解剂-dp53m-可抑制癌细胞增殖) - [**28. CVPR 最佳学生论文！多模态模型 BioCLIP 实现零样本学习**](#28-cvpr-最佳学生论文多模态模型-bioclip-实现零样本学习) - [**29. 1 亿参数！细胞大模型 scFoundation 可对 2 万基因同时建模**](#29-1-亿参数细胞大模型-scfoundation-可对-2-万基因同时建模) - [**30. 入选顶会 ICML，蛋白质语言模型 ESM-AA 超越传统 SOTA**](#30-入选顶会-icml蛋白质语言模型-esm-aa-超越传统-sota) - [**31. SPACE 算法登 Cell 子刊！组织模块发现能力领先同类工具**](#31-space-算法登-cell-子刊组织模块发现能力领先同类工具) - [**32. 基于 AlphaFold 实现新突破，揭示蛋白质动态多样性**](#32-基于-alphafold-实现新突破揭示蛋白质动态多样性) - [**33. 基于扩散模型开发 P450 酶从头设计方法 P450Diffusion**](#33-基于扩散模型开发-p450-酶从头设计方法-p450diffusion) - [**34. 将等变图神经网络用于靶蛋白结合位点预测，性能提升 20%**](#34-将等变图神经网络用于靶蛋白结合位点预测性能提升-20) - [**35. 20 个实验数据创造 AI 蛋白质里程碑！FSFP 有效优化蛋白质预训练模型**](#35-20-个实验数据创造-ai-蛋白质里程碑fsfp-有效优化蛋白质预训练模型) - [**36. 可迁移深度学习模型鉴定多类型 RNA 修饰、显著减少计算成本**](#36-可迁移深度学习模型鉴定多类型-rna-修饰显著减少计算成本) - [**37. InstructProtein：利用知识指令对齐蛋白质语言与人类语言**](#37-instructprotein利用知识指令对齐蛋白质语言与人类语言) - [**38. 蛋白质-文本生成框架 ProtT3 实现蛋白质数据与文本信息跨模态解读**](#38-蛋白质-文本生成框架-prott3-实现蛋白质数据与文本信息跨模态解读) - [**AI+ 医疗健康：AI+Healthcare**](#ai---医疗健康aihealthcare) - [**1. 深度学习系统 DeepDR Plus 用眼底图像预测糖尿病视网膜病变**](#1-深度学习系统-deepdr-plus-用眼底图像预测糖尿病视网膜病变) - [**2. 逻辑回归模型分析高绿色景观指数可降低 MetS 风险**](#2-逻辑回归模型分析高绿色景观指数可降低-mets-风险) - [**3. 深度学习系统助力初级眼科医生的诊断一致性提高 12%**](#3-深度学习系统助力初级眼科医生的诊断一致性提高-12) - [**4. GSP-GCNs 实现帕金森病诊断准确率高达 90.2%**](#4-gsp-gcns-实现帕金森病诊断准确率高达-902) - [**5. 乳腺癌预后评分系统 MIRS**](#5-乳腺癌预后评分系统-mirs) - [**6. 视网膜图像基础模型 RETFound，预测多种系统性疾病**](#6-视网膜图像基础模型-retfound预测多种系统性疾病) - [**7. SVM 优化触觉传感器，盲文识别率达 96.12%**](#7-svm-优化触觉传感器盲文识别率达-9612) - [**8. 中科院基因组所建立开放生物医学成像档案**](#8-中科院基因组所建立开放生物医学成像档案) - [**9. AI Lunit 阅读乳腺 X 光片的准确率与医生相当**](#9-ai-lunit-阅读乳腺-x-光片的准确率与医生相当) - [**10. 特征选择策略检测乳腺癌生物标志物**](#10-特征选择策略检测乳腺癌生物标志物) - [**11. 梯度提升机模型准确预测 BPSD 亚综合征**](#11-梯度提升机模型准确预测-bpsd-亚综合征) - [**12. 机器学习模型预测患者一年内死亡率**](#12-机器学习模型预测患者一年内死亡率) - [**13. AI 新脑机技术让失语患者「开口说话」**](#13-ai-新脑机技术让失语患者开口说话) - [**14. 基于深度学习的胰腺癌人工智能检测**](#14-基于深度学习的胰腺癌人工智能检测) - [**15. 机器学习辅助肺癌筛查的群体有效性**](#15-机器学习辅助肺癌筛查的群体有效性) - [**16. 卵巢癌诊断人工智能融合模型 MCF，输入常规实验室检验数据和年龄即可计算卵巢癌的患病风险**](#16-卵巢癌诊断人工智能融合模型-mcf输入常规实验室检验数据和年龄即可计算卵巢癌的患病风险) - [**17. 谷歌发布 HEAL 架构，4 步评估医学 AI 工具是否公平**](#17-谷歌发布-heal-架构4-步评估医学-ai-工具�