蛋白質 結構 AI的問題,我們搜遍了碩博士論文和台灣出版的書籍,推薦水谷淳寫的 超實用.科學用語圖鑑:物理、電、化學、生物、地科、宇宙6大領域讓你一次搞懂136個基礎科學名詞 和黃宣範,連金發,蘇以文,呂佳蓉,馮怡蓁,邱振豪,盧郁安,宋麗梅,鄭奕揚,江文瑜,黃文怡,林智凱,張顯達,徐嘉慧,李佳霖,戴浩一,的 語言學:結構、認知與文化的探索都 可以從中找到所需的評價。
另外網站从预测进化,AI能“构想”新蛋白质结构 - 科技日报也說明:研究人员表示,这是AI网络在解决生物学领域最大的挑战之一——根据氨基酸序列确定蛋白质三维神经网络“幻想”了新蛋白质结构
這兩本書分別來自有方文化 和國立臺灣大學出版中心所出版 。
國立陽明交通大學 生醫科學與工程博士學位學程 趙瑞益所指導 張建仁的 探討臨床抗藥性非小細胞肺癌病人肋膜積液分離的肺癌細胞中EGFR與PD-L1之表現及功能 (2021),提出蛋白質 結構 AI關鍵因素是什麼,來自於非小細胞肺癌、抗藥性、肋膜積水、上皮生長因子接受器。
而第二篇論文國立陽明交通大學 資訊科學與工程研究所 胡毓志所指導 陳冠熙的 利用複合式特徵與堆疊型後設學習法偵測蛋白質交互作用和殘基結合區塊 (2021),提出因為有 蛋白質、胺基酸、蛋白質交互作用、蛋白質結合區塊、複合式特徵、堆疊型後設學習法的重點而找出了 蛋白質 結構 AI的解答。
最後網站AlphaFold预测出35万个蛋白结构?“狂欢” 之余还需冷静則補充:一篇是DeepMind公司公布了其开发的人工智能(AI)软件AlphaFold的源代码,另外一篇称AlphaFold实现了对人类蛋白质组的准确结构预测,其数据集涵盖了 ...
超實用.科學用語圖鑑:物理、電、化學、生物、地科、宇宙6大領域讓你一次搞懂136個基礎科學名詞
![](/images/books/76eddc7c280880d444af008974636679.webp)
為了解決蛋白質 結構 AI 的問題,作者水谷淳 這樣論述:
科學素養第一步 從AI時代的科技用語,到生命誕生的機制── 深入淺出,解開生活在現代所必須理解的重要科學用語 你是不是常覺得「科學新聞很難懂」,或是「那些科學家所說的話我都聽不太懂」。會有這種感覺,主要原因之一,就是不了解科學語言與那些專有名詞的意思。 本書就是為了打破大家對於科學那種霧裡看花的感覺而誕生的。書中從【物理、電學、化學、生物、地球科學、宇宙】六大領域中,精選136個基本科學詞語,以有趣生動的圖文方式,解釋這些科學用語的大略意義、容易令人誤解的理由,以及與日常生活間的關係。 不管你是曾經學過理化科學但已經忘記的成年人,或是正在學習苦讀的學生,這本書讓你
從此對於科學不再感到害怕,也讓我們生活周遭的科學用語變得淺顯易懂,不再一知半解。 【6大領域】 物理Physics 運動/力、場/能量/功/向量/慣性、離心力/光譜/重力/熵/核分裂、核融合…… 電Electricity 電荷、電場/磁/半導體、電晶體/超導/雷射/LED/人工智慧/量子電腦…… 化學Chemistry 元素、同位素/化合物/週期表/固體、液體、氣體/卡路里/酸、鹼、中和/奈米碳管…… 生物Biology 細胞/光合作用、葉綠體/基因體、基因/DNA、RNA/基因操作、基因體編輯/免疫、疫苗、過敏…… 地科Geogra
phy 低氣壓、高氣壓/鋒面/颱風/火山、地震/震度、地震規模/頁岩氣、頁岩油、甲烷水合物…… 宇宙Cosmology 光年、天文單位、秒差距/彗星/星系/黑洞/大霹靂、宇宙暴脹/重力波/暗物質、暗能量…… 本書特色 ★一個跨頁解釋一個或一組相關科學用語,沒有艱澀的觀念,而是用比喻的方式帶你輕鬆進入 ★6大領域,涵蓋報章雜誌常出現和討論的科學用語,你想從哪個領域開始閱讀都可以 ★插畫搭配文字,更容易理解,留下具體印象 ★六個科學專欄,探討科學的本質,以及如何看待科學,避免被騙或誤用 審閱&推薦 書中以淺顯文字解釋一些常見的科學名詞,加
上插圖輔助,讓讀者能快速吸收了解。──屋頂上的天文學家主理人 李昫岱 即使短篇幅仍能利用易懂的圖片及親人的文字傳達清楚的物理概念,推薦給在學或是想一探科普新聞用語的你。──物理教學YouTuber吳旭明 × 蔡佳玲 要了解核心理論、貫通基本概念,第一步就是先清楚了解相關專有名詞的定義,與這些專有名詞間的關係。──北一女中生物科教師 蔡任圃 《超實用.科學用語圖鑑》像是實體版的簡要科學維基,提供了豐富的圖文說明科學專有名詞,而且在學科主題間加上了科學方法的內容,是兼具科學知識和方法的科普書。──十二年國教自然領綱委員 鄭志鵬(小P老師) (按姓氏筆畫序排列)
蛋白質 結構 AI進入發燒排行的影片
影片中提到的資訊可以在這裡得到更完善的解釋:https://goo.gl/yEB3JV - 原作者 Johnny Chung
♛購入TAIGER ➢https://www.taigerapparel.com
♛TAIGER 粉絲專頁 ➢https://fb.com/taigerapparel
♛健身補充品 APN Supplements ➢http://goo.gl/VawgEg (折扣碼tao5)
♛追蹤 Instagram ➢https://instagram.com/ricegvng
♛個人粉絲專頁 Facebook ➢https://fb.com/ricegvng
--
影片中提到的資訊可以在這裡得到更完善的解釋:https://goo.gl/yEB3JV - 原作者 Johnny Chung
接著前一篇的白話淺談PCT,為了讓大家不要再把抗雌與PCT這兩件完全不同的事搞混,本篇我要講的是”抗雌”
知道類固醇的人應該多少都知道某些藥物會”雌化”,也就是轉換成雌激素,進而引起讓大家怕的要死的性感女乳奶子(國外簡稱Gyno),但雌激素帶來的相關副作用可不止如此,還會讓你整個人看起來水水的水腫、容易脂肪屯積,這些都是我們不想要的結果,所以我們必需在cycle時一定要做好抗雌的措施。
女乳Gyno
我們先從”雌化”這個過程的產生講起,就拿最基礎的睪酮Test來當例子,睪酮是由男生蛋蛋裡的萊氐細胞分泌的一種雄性激素(補充一下:女生體內也是有微量的睪酮,是從卵巢分泌出來的),睪酮是雄激素,它主要提供兩大功能:促進蛋白質同化合成代謝的”合成代謝能力”、與維持雄性外表及性徵的”雄性化能力”
當我們在用藥on cycle時,體內睪酮濃度水平大大升高,此時會有兩種情況發生,分別是雄化與雌化,雄化!? 我們本來就是男的,雄化又怎樣!? 當雄性化能力太強時,就會發生:掉髮(絕頂!?)、皮膚易出油油膩膩、爆痘痘(顏值大減…)、體毛增長、攝護腺肥大等…….這些雄性化副作用都是由於我們體內過多的睪酮被”5-alpha-reduce酶”給轉化成二氫睪酮DHT所致,DHT比起睪酮有更強大的雄性化能力,但肌肉的合成代謝能力卻又很低,而DHT非常容易與頭皮、皮膚某些部位(例如最多人長痘痘的地方:背、胸、脖子)、及攝護腺的雄激素受體AR結合而發生反應,造成掉髮、痘痘等這些擾人症狀。
那雌化呢?雌化是睪酮被”芳構酶(Aromatase Enzyme)”轉化成雌激素,這過程就稱為芳構化作用,而這些雌激素再與體內雌激素受體ER結合,進而發生雌化。
雄化與雌化比起來,一般我們會對雌化這個副作用比較在意,只要體內雌激素水平一高,就會面臨乳頭浮腫(也就是乳腺發育,嚴重時最終就是變成性感女乳)、身體水份儲留而水腫、脂肪增加等問題。
基本上我們男性體內的雌激素主要是兩個來源,一是身體自行製造分泌的;二是經由雄激素轉化而來的,所以如果是”自然”不用藥的愛好者是不用太擔心這點,除非你體質異常,但是玩黑魔法的人就一定要注意了。
那麼抗雌該怎麼進行呢?我們體內有許多的激素受體,各種激素必需要與該激素的受體結合才能起效果,就像我們所用的合成代謝雄激素類固醇,它必需與體內的雄激素受體AR結合,才能發揮效果;同樣的,雌激素也要與雌激素受體ER結合才會發生雌激素作用。
所以,只要阻止雌激素與雌激素受體結合,就不會產生雌化了。
我們用的抗雌藥有兩類,選擇性雌激素接受體調節劑SERM(Selective Estrogen Receptor Modulator)、芳構酶抑制劑AI(Aromatase Inhibitor)
(其實還有第三種可以降低雌激素,使用受體下調劑(Receptor Down-regulators),這類藥物是透過降低雌激素受體水平來產生作用的,也就是降低雌激素受體的濃度及活性,使雌激素的作用忽略不計,但我們用不到它)
SERM最典型的就是Tamoxifen,在正規醫療用途上是用來治療乳癌,簡單說一下它的作用原理:Tamoxifen的結構和雌激素相似,所以它能與雌激素受體結合,使得雌激素無法與雌激素受體結合,無法結合也就無法產生雌激素作用。
接著說AI,我在前面有提到:” 雌化是睪酮被”芳構酶(Aromatase Enzyme)”轉化成雌激素,這過程就稱為芳構化作用”,基本上,我們玩黑魔法的,是把各種雄激素扎(吃)進身體裡,而這些雄激素裡有許多種都可以和芳構酶發生作用的,進而轉化成雌激素或是雌激素的衍生物,所以,AI的原理就是利用它本身的結構,使得AI對芳構酶有非常強的親和力,比起雄激素對芳構酶之間的親和力還強,在AI與芳構酶結合後,芳構酶就失去活性了,換句話說就是被消滅了……..
換個角度來講,簡單來說就是AI就是小三,介入了原配雄激素與芳構酶之間,最後就破壞了雄激素與芳構酶的感情,芳構酶最終和AI結合私奔而去了,留下了孤單的原配雄激素……沒有與芳構酶結合就無法產生愛的結晶~~雌激素,沒有了雌激素就不會雌化了…….
SERM與AI各有不同用途,應用時機也有不同,AI現在我們用的是屬於第三代,同時又還分為一型與二型,我們會用到的AI主要有Anastrozole、Exemestane、Letrozole這三種,每種使用的方法與時機都有所不同。
其實,大家也不要對雌激素抱有太大的敵意,雌激素對我們還是有許多正面的好處,例如:保護心血管、穩定血脂、提高免疫力、維持骨質密度、維護肌肉蛋白質同化合成代謝(是的….你沒看錯,雌激素對增肌也是有幫助,因為雌激素也會影響到GH、IGF-1)
但是,你也不能太隨便,每個cycle在設計時都必需要考慮到”抗雌”這塊,相信沒有人想要在cycle結束了之後,肌肉長了、性感奶子也長出來了吧….……
曾經有位年紀很輕的藥頭私訊問我(如圖):要”多久”才要抗雌一次!?!?!? 我看了差點昏倒,也真替向他買藥的人擔心…….(話說他還到處加好友,並主動私訊推銷藥物…..自己都不懂了,還到處亂賣……真夭壽!)
抗雌的方式也不是就一定要使用SERM、AI,也可以利用類固醇本身的附加作用,有些藥物本身就可以抗雌,那些東西都是屬於二氫睪酮DHT的衍生製品,而DHT本身就是天然的抗雌。
合理、選擇正確的抗雌才能讓你的cycle產生最佳效果。
最後………………………………………….不要再把抗雌、PCT、保護等等什麼的搞混了啦!
探討臨床抗藥性非小細胞肺癌病人肋膜積液分離的肺癌細胞中EGFR與PD-L1之表現及功能
為了解決蛋白質 結構 AI 的問題,作者張建仁 這樣論述:
肺癌是全世界死亡率第一的癌症,其中非小細胞肺癌是所有肺癌中最常見的型態。抗藥性及癌幹性是肺癌治療中非常重要的議題。在本研究,我們從臨床非小細胞肺癌病人的惡性肋膜積水中分離出肺癌細胞,探討這些細胞的抗藥性及癌幹性。我們成功的分離並建立八株非小細胞肺癌細胞株,命名為病患肺癌(PLC)系列,包含PLC25、PLC26、 PCL38、PLC41、PLC50、PLC54、PLC57和PLC70。所有的PLC細胞株在二維空間培養皿都具有細胞生長及增殖的能力,在三維空間基質培養皿都能增殖形成球團狀型態,從這些細胞中,我們分離核醣核酸進行基因定序方式檢測上皮生長因子接受器(EGFR)酪胺酸激酶結構域位點基因
序列及KRAS基因序列,進一步與臨床上用福馬林固定後包埋在石蠟塊中的組織所檢測的結果做比對,於EGFR酪胺酸激酶結構域位點上的基因定序型,大部分呈現相同的結果,除了一例在PLC54細胞呈現EGFR T790M基因型態不一致,這一例於臨床上接受osimertinib治療結果為內因性抗藥性,這可能因於肋膜積水與原發肺腫瘤之間的異質性導致。分析這些病人細胞株中蛋白質的表現,發現EGFR及PD-L1呈現多寡不一的表現,但在survivin則是呈現一致性的正表現,而癌幹蛋白如CD133、SSEA-1及SSEA-4,除少部分細胞株外,多呈現較少表現情形。進一步驗證這些細胞株的腫瘤形成能力,將PLC26和P
LC38細胞植入於裸鼠中,結果都有明顯的腫瘤生成能力。我們發現PLC26有良好的細胞增殖及腫瘤形成能力,跟其他細胞株比起來,擁有特異性高度PD-L1蛋白質的表現。分析完這些特性後,我們進一步研究PD-L1在PLC26細胞的增殖及腫瘤形成能力扮演的功能,利用CRISPR/Cas9基因編輯方式去剔除PLC26細胞的PD-L1基因,比較剔除前後的變化,結果發現當PD-L1基因被剔除後, PLC26的細胞增殖及腫瘤形成能力顯著的下降,進一步發現PLC26細胞的EGFR表現卻增加,以及下游MAPK及PI-3K活化,但是最終外顯結果仍是呈現下降的細胞增殖能力,並伴隨survivin、cyclin A及CD
K2蛋白表現的下降。此外,我們也發現PD-L1的表現會影響atezolizumab的藥物反應,單純處理atezolizumab在PD-L1表現的PLC26肺癌細胞作用時,於沒有免疫細胞的參與下,就有明顯抑制癌細胞及腫瘤的效果。總結本研究,惡性肋膜積水提供一個好的來源及模式去探索腫瘤生物學,包括生長、增殖、腫瘤形成及抗藥性,我們建立了一套從臨床非小細胞肺癌病患惡性肋膜積液中,分離肺癌細胞的程序及培養的條件,所建立的細胞株將可提供未來進一步探討抗藥機制與新藥開發等應用。
語言學:結構、認知與文化的探索
![](/images/books/5c53444ab391ff75466a4c2333c9af2c.webp)
為了解決蛋白質 結構 AI 的問題,作者黃宣範,連金發,蘇以文,呂佳蓉,馮怡蓁,邱振豪,盧郁安,宋麗梅,鄭奕揚,江文瑜,黃文怡,林智凱,張顯達,徐嘉慧,李佳霖,戴浩一, 這樣論述:
語言學是一門不斷發展、創新與突破,又高度跨領域的知識體系。長久以來,台灣需要一本既能敘說本土故事,又能引介語言研究新知的書,而本書就是這個夢想的結晶。 透過國立臺灣大學和十九位語言學者的共同策劃與分章執筆,本書取材自台灣南島語、客語、台語、華語、手語,提供語言學各個基礎分支與跨學門應用的介紹,內容兼具學術與科普性質,適合對語言學有求知慾的讀者閱讀。全書探索台灣語言結構的規則性與特色、認知概念如何與語言密切關聯以及語言作為思想與文化載體的作用,期盼為台灣學術界、青年學子,以及對語言現象感興趣的讀者開闢嶄新的道路,藉由欣賞語言的奧祕,從而激盪出更多的知識對話。
利用複合式特徵與堆疊型後設學習法偵測蛋白質交互作用和殘基結合區塊
為了解決蛋白質 結構 AI 的問題,作者陳冠熙 這樣論述:
蛋白質交互作用在所有的生物程序中扮演關鍵的角色。過往的研究顯示蛋白質交互作用除支配生物體內的各種功能亦與疾病的關聯甚深,舉凡癌症,傳染病與神經退化性疾病皆受到蛋白質影響。因此辨識蛋白質交互作用的研究可用於尋找疾病治療方法與研發新型藥物。近年來判斷蛋白質交互作用的影響已經成為研發新型藥物過程中最具挑戰性的任務。此外判斷蛋白質交互作用在生物體內造成的功用需要依靠複雜的程序辨識蛋白質結合區塊。為應付逐漸增加的蛋白質互動與功能判斷的辨識需求,需要一個能夠更快且準確的判斷方法。因此在本研究中,我們整合蛋白質交互作用與殘基結合區塊的辨識,透過計算機科學的方式研發新的預測機制用以判斷蛋白質互動與辨識殘
基結合區塊。首先,我們針對蛋白質交互作用的問題提出 PPI-MetaGO 方法判別蛋白質交互作用。PPI-MetaGO 從蛋白質序列、基因本體論與蛋白質網路拓樸等資訊擷取複合式特徵用以表示蛋白質配對。其中蛋白質序列題中胺基酸的物理化學特性;基因本體論中的有向無環圖結構則是被訓練資料提供的資訊分割為數個子圖用以取得相關的特徵;訓練資料中的蛋白質在透過計算基因本體論的相似度後可組成一個無向性網路,從中可獲得蛋白質網路相關的特徵。我們以堆疊型後設學習機制為基礎設計 PPI-MetaGO 。PPI-MetaGO 可推論各個基底分類器的偏差並且利用不同演算法的特性調和最終的結果,用以改進蛋白質交互作用預
測。殘基結合區塊的辨識的任務是判斷蛋白質交互作用中胺基酸殘基的結合位置,我們重複利用PPI-MetaGO 的序列特徵,組合出是用於辨識殘基結合區塊的特徵。此外,擷取蛋白質 3D 結構中的資訊亦被用來擴充特徵集合。我們提出 RRI-Meta 用以預測特定結合對象型態的蛋白質結合區塊。RRI-Meta可以使用蛋白質序列或3D結構的特徵或上述兩者提供的特徵進行預測。RRI-Meta同樣透過堆疊型後設學習機制使用蛋白質序列或蛋白質結構或兩者一起提供的特徵預測氨基酸殘基結合區塊。為了評估 PPI-MetaGO 的效能, 我們使用當前最佳的蛋白質預測方法使用過的資料集做為測試資料以確保實驗的一致性與公平性
。實驗結果顯示 PPI-MetaGO 在所有的比較方法中取得領先的位置,證實 PPI-MetaGO 可更有效處理蛋白質交互作用預測。我們採用跟 PPI-MetaGO相同的實驗機制檢視 RRI-Meta 的成效,實驗的結果同樣顯示 RRI-Meta 可以在相同的測試集中得到更好的預測結果,有效降低實驗室檢驗的數量與時間。
想知道蛋白質 結構 AI更多一定要看下面主題
蛋白質 結構 AI的網路口碑排行榜
-
#1.AlphaFold - 維基百科,自由的百科全書
^ DeepMind称AI能精确预测蛋白折叠将加速药物设计. 第一財經. ^ DeepMind宣布能够预测蛋白质结构. 於 zh.wikipedia.org -
#2.DeepMind 又贏:AlphaFold 深度學習AI 預測蛋白質結構 - CUP
Google 旗下的人工智能公司DeepMind 又再一次聲名大噪,其名為AlphaFold 的程式,在兩年一次名為「蛋白質結構預測競賽」(CASP)的比賽中,大勝其他 ... 於 www.cup.com.hk -
#3.从预测进化,AI能“构想”新蛋白质结构 - 科技日报
研究人员表示,这是AI网络在解决生物学领域最大的挑战之一——根据氨基酸序列确定蛋白质三维神经网络“幻想”了新蛋白质结构 於 www.stdaily.com -
#4.AlphaFold预测出35万个蛋白结构?“狂欢” 之余还需冷静
一篇是DeepMind公司公布了其开发的人工智能(AI)软件AlphaFold的源代码,另外一篇称AlphaFold实现了对人类蛋白质组的准确结构预测,其数据集涵盖了 ... 於 zhishifenzi.com -
#5.DeepMind Ai裂开蛋白质结构的代码
位于伦敦的DeepMind开发的人工智能AlphaFold在数十年的制造过程中取得了突破性进展,它预测蛋白质结构的准确性无人能敌,除非能用x射线对其进行解剖。 於 www.glynstrains.com -
#6.Future Tech - Taiwan Innotech Expo
... 大數據AI輔助分析高分子多尺度微結構技術平台— 解構製程、微結構與材料性質的關聯密碼 ... 水溶液蛋白質與藥物微脂體檢測上的奇兵- 生物結構小角度X光散射 ... 於 tievirtual.twtm.com.tw -
#7.兩大頂級AI 演算法開源!Alphafold2 蛋白質預測準度逼近滿分
【為什麼我們要挑選這篇文章】蛋白質結構預測是生物學的大難題。 · 蛋白質由胺基酸序列組成,但真正決定蛋白質作用的,是它的3D 結構,也就是胺基酸序列的 ... 於 buzzorange.com -
#8.AI掀開了蛋白質的秘密 - 動腦雜誌
英國樸茨茅斯大學結構生物學教授John McGeehan研究分解塑膠的酵素,說所需要的蛋白質不能用實驗方法確定,AlphaFold將替我們省下好幾年的時間。 DeepMind ... 於 www.brain.com.tw -
#9.DeepMind精准预测蛋白质结构,AI解决50年生物学难题!
美国时间11月30日,DeepMind宣布推出AlphaFold,这是一种能够基于蛋白质的基因序列,利用AI预测蛋白质3D结构的系统。 在国际蛋白质结构预测 ... 於 blog.itpub.net -
#10.人工智慧AlphaFold將破解生物學50年難題?解析蛋白質結構的 ...
蛋白質 作為生物運轉的重要分子,結構生物學解析其立體功能結構,對於理解生物體 ... 的第二代蛋白質結構預測人工智慧(AI)程式「AlphaFold」,在第14屆的蛋白質結構 ... 於 www.scimonth.com.tw -
#11.AI能“構想”新蛋白質結構 - 新華網
研究人員表示,這是AI網絡在解決生物學領域最大的挑戰之一——根據氨基酸序列確定蛋白質三維(3D)結構方面取得的巨大飛躍,是生命科學和醫學的福音,極大地 ... 於 big5.news.cn -
#12.No.234 2021年8月號AI設計精準抗疫蛋白
研發疫苗或藥物是條漫漫長路,近年借助電腦模型與人工智慧,在蛋白質工程上有突破性進展,可快速找出蛋白質結構,加速預防新冠肺炎等傳染病。科學家以〈AI設計精準抗疫 ... 於 sa.ylib.com -
#13.DeepMind AI 預測展現驚人準確度,蛋白質摺疊難題有解?
人工智慧為許多產業帶來長遠影響,繼AlphaGo 主宰圍棋領域之後,DeepMind AI 在醫療保健上也有了重大突破,新系統展現出預測蛋白質三維結構的能力, ... 於 technews.tw -
#14.一天之内,两大AI预测蛋白结构算法开源,分别登上Nature
即使在不知道相似结构的情况下,AI 也可以在原子层面上精确预测蛋白质结构。也就是说,之前备受关注的AlphaFold2 终于开源了。 於 www.jiqizhixin.com -
#15.施一公高度评价蛋白结构预测突破西湖大学全面布局AI生命科学
AI 对人类蛋白结构的预测能力近日又取得了突破性进展。谷歌旗下人工智能公司DeepMind于7月22日在《自然》杂志上发表论文称,其人工智能系统AlphaFold2 ... 於 www.yicai.com -
#16.蛋白质版"阿法狗"预测结构准确性达92.4 | 量子位
啊这,怎么回事?原来是结构生物学,迎来了一个「革命性」的突破。 11月30日,DeepMind宣布:AlphaFold 2,这个AI已经成功解决蛋白质折叠的问题。 於 www.qbitai.com -
#17.AI预测蛋白质结构登上Science、Nature年度技术突破 - 腾讯云
如果要给AI 领域的2021 评个最具突破奖,你会选择谁?《science》和《nature》给出的答案都是「蛋白质结构预测」。 今年7 月,蛋白结构两大AI 预测 ... 於 cloud.tencent.com -
#18.AI 預測蛋白質結構贏過科學家,科學家也要失業了?才不會呢!
陳倩瑜也期待AlphaFold 未來能進一步挑戰更多重要的計算問題,例如:蛋白質和小分子的嵌合,或是預測胺基酸突變對蛋白質結構與功能的影響,這將對藥物篩選 ... 於 pansci.asia -
#19.结构生物学家会失业吗?AI仅用几分钟预测蛋白结构近原子水平
幸运的是,随着人工智能的不断发展,预测蛋白质结构的AI 工具也越来越成熟。 2021年7月16日,谷歌公司旗下DeepMind 团队在Nature 发表 ... 於 t.qianzhan.com -
#20.生物史最全“證件照”:DeepMind開放35萬種蛋白質結構
早在去年12月,DeepMind就推出了AlphaFold 2系統,可通過AI軟件對蛋白質結構進行准確預測,該解決方案被認為能解決困擾科學家們50年的蛋白質 ... 於 tw.tech.yahoo.com -
#21.AI技術預測蛋白結構期望抑制癌症基因 - 大紀元時報香港
人工智能(AI)技術發展迅速,現在已應用到預測人體蛋白結構上。科學家們希望此項技術能幫助抑制癌症基因的生長。由Google分支DeepMind開發 ... 於 hk.epochtimes.com -
#22.AI幻化出全新设计的蛋白质结构-面包板社区 - 电子工程专辑
AI 幻化出全新设计的蛋白质结构 ... 一项新的研究发现,利用人工智能,科学家正在创造具有无限特性的新型蛋白质。 蛋白质是存在于每个细胞中的一串分子,它们 ... 於 www.eet-china.com -
#23.DeepMind AI解決50年以來困擾科學家的蛋白質折疊結構難題
DeepMind宣布,藉由旗下人工智慧技術順利解決過去50年以來始終讓科學家難以精準預測的蛋白質折疊結構。 於 udn.com -
#24.科学家的福音,两大AI预测蛋白质结构的算法开源 - 生物通
DeepMind公司和华盛顿大学开发的蛋白质结构预测工具同一天在杂志上发表,并且都是开源的,可以自由访问。 广告. X. 7月15日,总部 ... 於 www.ebiotrade.com -
#25.DeepMind推出「蛋白質折疊」軟體AlphaFold,可說是AI在 ...
... 嵌入當前病毒的蛋白質三維結構。 標籤: AI 2041, 李開復, 陳楸帆, 藥物研發, 疫苗研發, COVID-19, 蛋白質, 病原體, mRNA, 蛋白質序列, AlphaFold, ... 於 www.thenewslens.com -
#26.谷歌DeepMind重大突破:蛋白质结构准确预测或加速药物研发
这将帮助研究人员更高效地梳理导致某些疾病的机制,进而设计相关药物。 作为人体最重要的化合物之一,人类对蛋白质结构与功能的探索由来已久。1972年, ... 於 www.jiemian.com -
#27.关键核心技术原始创新中国建立新的蛋白质从头设计方法
这就提示我们,可以构造出这样的能量函数,它完全由骨架结构决定,而与侧链无关。具体的实现方法,是神经网络。现在大家明白,《用于蛋白质设计的以骨架为 ... 於 freedsnews.com -
#29.DeepMind AI 人工智慧破解困擾科學家50 年的蛋白質折疊結構 ...
DeepMind AI 人工智慧破解困擾科學家50 年的蛋白質折疊結構難題的回應 · 彭英傑. 小編當初是不是也很愛逛論壇阿! · Jia-wei Chao. 這個真的厲害,等於給你一堆樂高零件它能 ... 於 www.cool3c.com -
#30.會預測蛋白結構的AI,還要教我們設計新蛋白 - 今天頭條
會預測蛋白結構的AI,還要教我們設計新蛋白. 圖1. 胺基酸(amino acid)組成肽鏈,肽鏈摺疊成蛋白質(生物大分子),不同胺基酸組成的肽鏈會在空間中 ... 於 twgreatdaily.com -
#31.歷史性的突破!AI技術實現蛋白質摺疊結構預測92.4%高準確性
人工智慧解析蛋白結構已不再是夢! ... 兩年一次的蛋白質結構預測關鍵評估(CASP)的組織者認為,DeepMind最新的AI系統AlphaFold版本可以解決這一挑戰。 於 www.haowai.today -
#32.AI 預測蛋白質結構「GitHub 熱點速覽v.21.29」 | IT人
AI 預測蛋白質結構「GitHub 熱點速覽v.21.29」 · 2.1 Go 食用指南:go-recipes · 2.2 Java 許可權認證:Sa-Token · 2.3 手持程式設計書的漫畫女孩:Anime- ... 於 iter01.com -
#33.AI能“构想”新蛋白质结构 - 科普
研究人员表示,这是AI网络在解决生物学领域最大的挑战之一——根据氨基酸序列确定蛋白质三维(3D)结构方面取得的巨大飞跃,是生命科学和医学的福音,极大地 ... 於 kp.cnhubei.com -
#34.AI破50年科學難題解蛋白質折疊之謎 - 加拿大星島日報
在自然界中,蛋白質是胺基酸鏈,可由所含胺基酸殘基的親水性、疏水性、帶正電、帶負電等特性,通過相互作用,摺疊成無數令人難以想像的立體結構。蛋白質的 ... 於 www.singtao.ca -
#35.98.5%人类蛋白质结构被AI预测出来了!全部免费开放 - 快科技
98.5%的人类蛋白质结构被AlphaFold2预测出来了!而且还做成了数据集,全部免费开放!在开源AlphaFold2仅一周后,DeepMind震撼发布AlphaFold数据集, ... 於 news.mydrivers.com -
#36.DeepMind又有AI新突破,攻克50年未解「蛋白質折疊」難題 ...
DeepMind的技術是利用資料庫中約17萬種蛋白質訓練AlphaFold,使其比較各個結構與胺基酸序列,使用了約100個至200個GPU的運算能力,並花費數個禮拜的時間 ... 於 www.bnext.com.tw -
#37.AI預測蛋白結構助抗擊新冠- 國際- 香港文匯網
11月30日,美國科技巨頭谷歌旗下人工智能(AI)公司DeepMind宣布,他們研發的AlphaFold系統在最新一屆國際蛋白質結構預測競賽CASP14上擊敗所有對手, ... 於 www.wenweipo.com -
#38.【科技.未來】預測蛋白質結構神準AI AlphaFold有何重大意義?
在本年Lupas擔任評審的第14屆「蛋白質結構預測關鍵評估」(CASP)比賽中,他把這難題設為參賽題目,編號為427的DeepMind團隊的AI僅花半小時就給出 ... 於 www.hk01.com -
#39.DeepMind精準預測蛋白質結構,AI解決50年生物學難題! | T客邦
DeepMind宣佈推出AlphaFold,這是一種能夠基於蛋白質的基因序列,利用AI預測蛋白質3D結構的系統。 於 www.techbang.com -
#40.如今又有新突破:解決了長期困擾生物學界的蛋白質折疊問題
「蛋白質結構預測的關鍵評估」(CASP)對於科學家們是非常大的挑戰, ... GOOGLE AI SOLVES LONGSTANDING, NEAR-IMPOSSIBLE BIOLOGY PROBLEM. 於 tomorrowsci.com -
#41.AI預測蛋白質結構登上Science、Nature年度技術突破 - 早讀新聞
AI 預測蛋白質結構登上Science、Nature年度技術突破,AI for Science潛力無窮 ... 回顧人工智慧的2021,我們大概會想到大模型、AlphaFold2、Copilot…… 如果要 ... 於 www.aatnews.com -
#42.新的蛋白質摺疊AI 剛剛在生物學領域取得了「百年一遇」的進步
AI -generated-protein-structure-900x506.jpg.webp ... 「DeepMind 團隊取得的成就非常棒,將改變結構生物學和蛋白質研究的未來,」歐洲生物信息學 ... 於 0xzx.com -
#43.「AI可以解決蛋白質結構預測的難題」之專家意見 - 新興科技 ...
人工智慧實驗室「DeepMind」,宣布他們開發的AI軟體「AlphaFold」可以藉由胺基酸序列,快速且準確預測蛋白質的3D立體結構。然而,預測蛋白質摺疊的 ... 於 smctw.tw -
#44.AI能“構想”新蛋白質結構--經濟·科技
半個世紀以來,科學家一直在尋找解決“蛋白質折疊問題”的方法。這是生物學領域的一項重大挑戰,難倒了幾代科學家。但現在,人工智能(AI)解決了這一 ... 於 finance.people.com.cn -
#45.2021年十大科技突破,為什麼AI預測蛋白質結構會列在榜首?
在我們的身體裡面,有無數個這樣微型的小機器在運動。2021年12月19日,《科學》雜誌公布了世界上十大科技突破,並且把AI預測蛋白質結構列在榜首。 於 looknews.cc -
#46.預測蛋白質結構只是開始AI或為生命科學領域帶來巨變 - MP頭條
過去半個多世紀,人類一共解析了5萬多個人源蛋白質的結構,人類蛋白質組裡大約17%的胺基酸已有結構信息,而AlphaFold2預測的結構將這一數字從17%提高 ... 於 min.news -
#47.AI 醫療再一里程碑!DeepMind 用類神經網路解決「蛋白質折疊 ...
Google 旗下的人工智慧實驗室DeepMind 曾開發出知名AI 人工智慧圍棋軟體AlphaGo,最近 ... 過往25 年來學界也都透過蛋白質結構預測關鍵評估(Critical ... 於 www.inside.com.tw -
#48.AI預測蛋白質結構登上Science、Nature年度技術突破,潛力無窮
《science》和《nature》給出的答案都是「蛋白質結構預測」。 今年7 月,蛋白結構兩大AI 預測算法相繼開源,一個是DeepMind 的AphaFold2,另一個是 ... 於 inf.news -
#49.AI破解蛋白质折叠难题,这意味着什么?-虎嗅网
近日,DeepMind在预测蛋白质结构方面迈出了一大步!公司表示,其已经解决了关键的“蛋白质折叠问题”,这个问题在生物圈已被研究50年之久。 於 www.huxiu.com -
#50.DeepMind的蛋白质折叠AI解决了50年来的生物学重大挑战
AlphaFold的第一次迭代将被称为深度学习的AI方法应用于结构和遗传数据,以预测蛋白质中氨基酸对之间的距离。DeepMind公司的John Jumper说,在没有调用 ... 於 blog.csdn.net -
#51.一起幫忙解決難題,拯救IT 人的一天
我們的基因體時代-AI, Data和生物資訊Day06- 蛋白質結構和機器學習01 ... 想必大家都聽過AlphaFold2,其在今年年中發表後震驚全球,因為蛋白質結構的預測可以說是很多 ... 於 ithelp.ithome.com.tw -
#52.人工智能破解蛋白質結構可能引發醫學革命- BBC News 中文
事實上,在這之前,實驗室中只研究了17%的蛋白質結構。 「看圖說話」 人工智能成預測失智症能手 · 人工智能AI可幫助人類發揮「群體智慧」. 於 www.bbc.com -
#53.AI回潮,美元基金“瓜分”中国AI科学家 - 文章详情
《自然》杂志还发表了一项结构生物学最新研究,人工智能公司DeepMind的神经网络Alphafold2预测的蛋白质结构能达到原子水平的准确度。 2. AI技术渗透到各领域. 对于人工智能 ... 於 weyt.p5w.net -
#54.AI预测蛋白质结构的数据库可能改变生物学 - 腾讯网
近日,两个小组公布了计算机科学家、生物学家和物理学家多年工作的成果:先进的建模程序,可以预测蛋白质和一些分子复合物的精确三维原子结构。 於 new.qq.com -
#55.AI预测出98.5%人类蛋白质结构想象空间广阔但远非终点 - 财新
传统实验技术测定蛋白质结构费时费力,DeepMind公司AI破解“蛋白质折叠”难题;但预测出的蛋白质结构是否正确仍有待实验验证;蛋白质结构预测或解析也远 ... 於 m.caixin.com -
#56.生物化学 - 第 78 頁 - Google 圖書結果
... 现在以丝氨酸蛋白酶为例,探索蛋白质结构和催化功能之间的关系。 ... S S - SS -S A B S S 1 Ai Bi 102 的酶,即 a-胰 图 3.16 胰凝乳蛋白酶原的激活过程 78 生物化学. 於 books.google.com.tw -
#57.Science公布2021年度科學突破,AI預測蛋白質結構的技術位列 ...
2021年11月17日,Science公布了2021年度科學突破榜單,AlphaFold和RoseTTA-fold兩種基於人工智慧預測蛋白質結構的技術位列榜首。 於 read01.com -
#58.後Alphago時代AI成功預測蛋白質3D結構 - 鏡週刊
在AlphaGo 征服了Atari 經典遊戲,並在國際象棋和中國圍棋中達到超人表現之後,DeepMind 現在將其人工智慧轉向了人類科學中最棘手的醫療領域。 於 www.mirrormedia.mg -
#59.谷歌AlphaFold破译“上帝密码”,解答困扰人类50年难题
... AI等公司一起成为全球AI竞赛的领导者。基于AlphaFold,谷歌又一次“搞事情”,将其人工智能应用于人类科学中最棘手的领域—生物学。 2020年,在第14届国际蛋白质结构 ... 於 news.yaozh.com -
#60.2022年,哪些技术将改变世界?权威报告趋势预测 - RLChina
AI 让基因编辑更精准快速地找到靶点, AI 助力在蛋白质结构预测上取得显著突破。新冠mRNA 疫苗技术的成功,则带来了基于RNA、蛋白质等大分子药物设计、 ... 於 rlchina.org -
#61.预测蛋白质结构只是开始AI或为生命科学领域带来巨变 - 新华网
预测蛋白质结构只是开始AI或为生命科学领域带来巨变- 蛋白质结构预测是生物学的重要圣杯,也是人工智能落子生命科学领域最炙手可热的研究之一。 於 www.xinhuanet.com -
#62.AI預測蛋白質結構,正在加快新葯研發進程 - 新浪新聞
今年夏天,用人工智慧預測蛋白質結構取得里程碑式進展。谷歌的AlphaFold2和華盛頓大學的RoseTTAFold工具,成功根據氨基酸序列預測了生命基本分子——蛋白質 ... 於 news.sina.com.tw -
#63.AI预测蛋白质结构登上Science、Nature年度技术突破,潜力无穷
AI 预测蛋白质结构登上Science、Nature年度技术突破,潜力无穷,science,蛋白,蛋白质,ai,氨基酸. 於 www.163.com -
#64.AI預測蛋白質結構的資料庫可能改變生物學 - 華文縱覽
近日,兩個小組公佈了電腦科學家、生物學家和物理學家多年工作的成果:先進的建模程式,可以預測蛋白質和一些分子複合物的精確三維原子結構。 於 www.atoomu.com -
#65.药明康德:公司2020年研发投入主要投入了DNA编码化合物库
药明康德:公司2020年研发投入主要投入了DNA编码化合物库、蛋白生产和基于蛋白质结构的药物发现平台. 2022-02-16 18:15:09 来源: 同花顺金融研究中心. 於 yuanchuang.10jqka.com.cn -
#66.AI預測蛋白質結構再創里程碑!DeepMind - 環球生技
去年底,Alphabet子公司DeepMind,研發的深度學習系統AlphaFold2,破解了近50年的蛋白質結構預測難題,並在最新一屆的國際蛋白質結構預測 ... 於 store.gbimonthly.com -
#67.DeepMind開發人工智慧AlphaFold 破解人類50年蛋白質謎團
DeepMind 表示,AlphaFold 可以藉由胺基酸序列,快速且準確預測蛋白質的三維立體結構。 AlphaFold 的神經網路上添加 ... 於 www.tedu.tw -
#68.蔚来汽车科技公司已注销-IT业界
《人民日报》等权威媒体点赞天壤AI技术应用于蛋白质结构预测! 大雪↘无痕 · 紫色iPhone 12或使用10位数序列号,剔除产品制造信息? 看得淡点灬. 於 m.7ko.com -
#69.一天之內,兩大AI預測蛋白結構演算法開源,分別登上Nature
7 月15 日,《自然》雜誌一篇論文被接收的訊息引發了人們的關注,谷歌旗下人工智慧公司DeepMind 在研究《Highly accurate protein structure prediction ... 於 vitomag.com -
#70.從胺基酸序列預測蛋白質結構一場持續50年的挑戰
開發新藥物之前,需要先知道標靶蛋白的結構。但傳統結構分析所費不貲又曠日廢時, AI於是有了很大的發展空間,卻一直到50年後的 ... 於 highscope.ch.ntu.edu.tw -
#71.颜宁等点评:AI精准预测蛋白质结构,结构生物学何去何从?
颜宁等点评:AI精准预测蛋白质结构,结构生物学何去何从? 更新时间:2020-12-03 23:11:01. 作者: 龚海鹏 龚新奇 李赛 王宏伟 颜宁 张鹏. 於 m.aisixiang.com -
#72.AI能「構想」新蛋白質結構 - 每日頭條
研究人員表示,這是AI網絡在解決生物學領域最大的挑戰之一——根據胺基酸序列確定蛋白質三維(3D)結構方面取得的巨大飛躍,是生命科學和醫學的福音, ... 於 kknews.cc -
#73.AI能“构想”新蛋白质结构 - 分析测试百科网
AI 能“构想”新蛋白质结构 ... 科技日报北京12月2日电(实习记者张佳欣)半个世纪以来,科学家一直在寻找解决“蛋白质折叠问题”的方法。这是生物学领域的一项 ... 於 wiki.antpedia.com -
#74.高性能计算解决方案 - Dell
为基因组学、蛋白质组学、计算化学、分子动力学、生物信息学和/或低温电子显微镜等工作 ... 为结构分析(包括计算流体动力学、干扰/振动和电磁学)打造的HPC 系统。 於 www.dell.com -
#75.2021年Science十大“年度突破”,“AI预测蛋白质结构”居首
2021年Science十大“年度突破”,“AI预测蛋白质结构”居首. 热点资讯. 作者:X-MOL 2021-12-19. 日前,Science 公布了该杂志评选出的2021年十大“年度突破(2021 ... 於 www.x-mol.com -
#77.蛋白質結構預測50 年難題? DeepMind 新一代AI 迎刃而解!
2020年12月1日 — 蛋白質是調控人體、病毒、細菌等所有生物行為的微觀因子。它們從一串胺基酸序列開始,然後扭曲並折疊成特定的3D. 於 geneonline.news -
#78.《科學》雜誌評選2021年重大科技突破:「人工智能驅動的 ...
AI -powered protein prediction (DW) ... 蛋白質由長鏈條組成,經過折疊形成復雜的立體結構,並具備某種特定的功能。例如酶蛋白可以分解糖分子,而 ... 於 www.storm.mg -
#79.生物史最全“证件照”!DeepMind开放35万种蛋白质结构 - 智东西
AlphaFold系统的诞生,证明了AI可以在几分钟内准确预测蛋白质的3D结构,精确到原子精度。而AlphaFold蛋白质结构数据库的开放,也将促进世界各地的科学家们 ... 於 zhidx.com -
#80.一天之內兩大AI預測蛋白結構演算法開源,分別登上Nature
2020 年12 月的國際蛋白質結構預測競賽CASP ,一項重磅成果引發了科技界所有人的關注:由DeepMind 開發的AlphaFold 2 擊敗一眾選手,在準確性方面達. 於 daydaynews.cc -
#81.AI预测蛋白质结构登上Science、Nature年度技术突破,潜力无穷
今年7 月,蛋白结构两大AI 预测算法相继开源,一个是DeepMind 的AphaFold2,另一个是华盛顿大学等机构研发的RoseTTAFold。 同为蛋白质结构预测研究 ... 於 www.sohu.com -
#82.攻克50年未解「蛋白質折疊」難題!可望加速藥物研究
以圍棋AI AlphaGo聲名大噪的DeeoMind,宣佈成功以AI攻克50年未解的「蛋白質折疊」 ... DeepMind開發出的最新版本AlphaFold,成功獲得每兩年一度「蛋白質結構預測關鍵評 ... 於 koin.kcg.gov.tw -
#83.2021年國際十大科技新聞-AI能「構想」新蛋白質結構
使用人工智慧(AI)預測蛋白質結構的研究,在今年非常火爆。但這裡我們說的不是預測,而是構想。 半個世紀以來,科學家一直在尋找解決「蛋白質摺疊問題」的方法。 於 eyekanshu.com -
#84.ICLR要搞深度生成模型大讨论,Max Welling和AAAI百万美元 ...
用深度生成模型搞科学发现,是不少AI大牛最近的研究新动向。 ... 最近就做了用深度生成模型解蛋白质结构的相关研究,这次的最新演讲,也会与此相关;. 於 www.joyk.com -
#86.梦想成真:AI预测蛋白质结构 - 世界互联网大会
其中一个研究小组报告说,他们已经使用最新开发的人工智能(AI)程序预测了来自人类和20种模式生物的35万种蛋白质结构——如大肠杆菌、酵母和果蝇。未来几个 ... 於 www.wicwuzhen.cn -
#87.AI精準預測蛋白質結構,結構生物學何去何從? - 人人焦點
AI 精準預測蛋白質結構,結構生物學何去何從? 2020-12-06 騰訊網. 12月1日,谷歌旗下的DeepMind公司宣布,其新一代AlphaFold人工智慧系統在國際蛋白質結構預測 ... 於 ppfocus.com -
#88.AI能“构想”新蛋白质结构_中国网客户端
半个世纪以来,科学家一直在寻找解决“蛋白质折叠问题”的方法。这是生物学领域的一项重大挑战,难倒了几代科学家。但现在,人工智能(AI)解决了这一 ... 於 home.china.com.cn -
#89.ai使得巨大进展预测蛋白质如何折叠
解决生物学家所说的“蛋白质折叠问题”是一件大事。蛋白质是细胞的主要成分,存在于所有的生物体内。它们由长链氨基酸组成,对细胞结构和细胞之间的通信至关 ... 於 www.worldtimeinc.com -
#90.大学物理导论: 物理学的理论与方法、历史与前沿
AI 蛋白质 的种类很多,但都是由 20 种氨基酸形成,只是排列结构不同。 ... 在反应期间,这些信息被翻译成不同形式的蛋白质序列,换句话说,这些遗传信息决定着氨基酸的排列 ... 於 books.google.com.tw -
#91.AI 预测蛋白质结构「GitHub 热点速览v.21.29」 - 知乎专栏
虽然AI 领域藏龙卧虎,但是本周预测蛋白质结构的alphafold 一开源出来就刷爆了朋友圈,虽然项目与我无关,但是看着科技进步能探寻到生命机理, ... 於 zhuanlan.zhihu.com -
#92.除了下围棋,AI还能预测“难缠”的蛋白质结构,它是怎么做到的?
在2020年各种重大科学新闻评选中,“人工智能预测蛋白质三维结构”是上榜率很高的一项内容。50年来,科学家们一直在努力解决生物学最大的挑战之一——预测 ... 於 news.bjd.com.cn -
#93.Deepmind被「圈外人」刷屏后,「圈内」科学家是如何评价它 ...
AI 药物研发公司晶泰科技CEO马健博士也向雷锋网表示,结构决定性质。在AlphaFold准确的预测的蛋白结构之上,我们可以更准确地预测药物分子和蛋白的相互 ... 於 www.leiphone.com -
#94.DeepMind 再创里程碑公开35万种蛋白质预测结构- AI 人工智能
蛋白质 对于生命至关重要,几乎所有疾病,包括癌症、痴呆症都与蛋白质的结构和功能息息相关。数以亿计的蛋白质结构含有丰富的生物信息,既可以用于生物 ... 於 www.cnbeta.com -
#95.Biotech-透過AI,蛋白質摺疊與分子交互作用的複雜問題將有 ...
mRNA疫苗在COVID-19疫情一戰成名,mRNA技術取得突破性進展;加上AI與量子電腦應用 ... 過去AI計算皆未能達到有效估算蛋白質摺疊的結構,直到AlphaFold ... 於 taccplus.com -
#96.AI 预测蛋白质结构「GitHub 热点速览v.21.29」 - 削微寒- 博客园
作者:HelloGitHub-小鱼干虽然AI 领域藏龙卧虎,但是本周预测蛋白质结构的alphafold 一开源出来就刷爆了朋友圈,虽然项目与我无关,但是看着科技进步 ... 於 www.cnblogs.com -
#97.我国科学家建立蛋白质设计新方法,实现关键核心技术原始创新
目前,能够形成稳定三维结构的蛋白质,几乎全部是天然蛋白质,其氨基酸序列是长期自然进化形成。在天然蛋白结构功能不能满足工业或医疗应用需求时,想要 ... 於 news.cnwest.com