标签: 深度学习

启动子是基因的核心调控元件。本研究开发了细胞类型特异性深度学习模型PARM，能仅通过DNA序列可靠预测全基因组启动子活性，还可设计合成强启动子，并系统揭示转录因子的结合位点及调控动态，为理解启动子调控提供经济高效的策略。

标签: 启动子 启动子活性调控模型 深度学习 调控语法 转录因子

向列相液晶是研究缺陷的理想环境，传统模拟预测缺陷模式耗时久。韩国忠南大学团队用深度学习（AI）开发新方法，毫秒级即可完成预测，远超传统模拟的小时级耗时，助力先进光学设备、超材料等智能材料的快速设计。

标签: 3D U-Net 先进材料设计 向列相液晶 深度学习 缺陷预测

新研究挑战传统认知：泡沫内部虽保持整体形状却持续运动，其数学规律与深度学习相似。这表明学习或为物理、生物及计算系统共有的组织原则。

标签: 泡沫 深度学习 组织原则 细胞骨架 自适应材料

视网膜静脉插管术（RVC）是治疗视网膜静脉阻塞（RVO）的新方法。本文提出基于深度学习和机器人辅助的自主RVC流程，在离体猪眼测试中静态成功率90%、模拟呼吸运动时83%，显示其有望提高RVO治疗的精准度和可靠性。

标签: 机器人辅助 深度学习 自主手术 视网膜静脉插管术 视网膜静脉阻塞

细胞分选对诊断和早期干预至关重要，已从传统方法发展到精密的微流控技术。然而，微流控产生的海量成像数据需先进计算方法处理。机器学习（尤其是计算机视觉和深度学习）可实现自动特征提取和实时分类，提升分选精度并加速诊断。本文综述了微流控与机器学习的融合，探讨其协同作用、挑战及未来展望。

标签: 微流控细胞分选 机器学习 深度学习 细胞分类

T细胞免疫原性（肽片段引发T细胞反应的能力）对蛋白质疗法和疫苗的安全性与有效性至关重要。深度学习预测受限于数据稀缺，本研究提出T-SCAPE——一种整合多种免疫相关数据的多域深度学习框架，能准确预测特定肽-MHC对的T细胞激活及治疗性抗体的抗药抗体诱导潜力，有望推动更安全有效的疫苗和蛋白质疗法开发。

标签: T-SCAPE T细胞免疫原性 深度学习 蛋白质疗法

研究人员利用深度学习AI模型，从常规CT扫描中识别出首个可直接观察的慢性压力生物标志物——肾上腺体积指数，其与压力激素及心血管风险相关，有望助力风险分层与预防保健。

标签: CT扫描 心血管风险 慢性压力 深度学习 肾上腺体积指数

本研究利用深度学习开发出超宽视场角的无眼镜3D显示器，无需眼镜即可在广阔视角观看3D影像，为3D显示技术带来重要突破。

标签: 光学与光子学 深度学习 超宽视场角

这项在国际超级计算大会SC '25上展示的研究，是天体物理学、高性能计算和AI辅助建模的重大突破，其方法也适用于气候、天气等地球系统研究。模拟银河系每颗恒星因需小时间步长计算量巨大（10亿年需36年），而新深度学习替代模型可预测超新星后气体扩散，使100万年模拟仅需2.78小时，10亿年约115天，兼顾整体与小尺度细节。

标签: 替代模型 深度学习 计算天体物理学 超新星 银河系模拟

利用先进的深度学习技术，研究人员从5万多张火星卫星图像中识别出尘卷风，并首次在全球尺度上揭示其运动速度可达160公里/小时，远超以往认知，对火星气象、地表过程及未来探测任务具有重要意义。

标签: 尘卷风 深度学习