XiaoMi-AI文件搜索系统
World File Search SystemFrontier
照亮药物发现的前沿
摘要需要很长时间，并且需要大量的努力来发现和开发新药，这需要进行广泛的研究和测试。借助计算技术和数据分析，生物信息学已成为近年来药物发现的有效工具，使研究人员可以更快地找到新药。在这篇综述中，我们研究了生物信息学在药物发现中的作用，包括使用基于配体和结构的药物设计，基于药物团模型的虚拟筛查，基于药物学模型的从头设计以及定量结构 - 活性关系（QSAR）模型和机器学习技术。我们还讨论了来自不同来源的重要数据收集，例如自然和合成数据库，用于支持药物发现工作。我们强调了生物信息学通过对最近的研究的分析来彻底改变药物发现领域的潜力，并加速了新药物来治疗各种疾病。关键字：生物信息学，药物发现，基于配体的药物设计，基于结构的药物设计，虚拟筛查，QSAR，机器学习，数据分类引入药物通过生物信息学发现药物发现
从Frontier Development Lab和Spaceml
使用AI/ML技术的研究生活在各种环境中，经常具有异步性的目标和时间表：学术实验室和政府组织从事开放式研究，重点是具有长期价值的发现，而行业研究的研究是由商业追求的驱动，而从中则集中在短期时间表和投资回报上。从研究到产品的旅程通常是默认或临时的，导致技术过渡失败，当研发是跨组织和跨学科的时候，进一步加剧了。更重要的是，许多产生结果的能力仍然锁定在私人存储库和个人研究人员的知识中，减慢了他人对未来研究的影响，并为ML社区在可重复性方面的挑战做出了贡献。与研究组织有关爆炸式阵列的研究组织，汉多佛的机会以及跨学科研究的成熟减少。在这些紧张局势的情况下，我们看到有必要衡量研究过程中研究的正确性，影响和相关性，以实现更好的协作，提高可重复性，更快的进步和更受信任的结果。我们对NASA和ESA的公私合作伙伴关系下的AI加速器进行Frontier Development Lab（FDL）进行案例研究。FDL研究遵循以负责任的开发，进行和传播AI研究为基础的原则实践，使FDL能够通过NASA的技术准备水平来衡量成功的跨学科和组织跨学科和组织间研究项目。我们还看一下Spaceml开源研究计划，该计划有助于加速FDL的研究，以在公民科学家中采用广泛采用的可部署项目。
从边境到边境：使用大数据分析研究大脑健康风险因素
▶虽然apoe-ε3 /ε4基因型的频率并没有因性别而差异，但一项荟萃分析表明，患有APOEε3 /ε4基因型的女性具有增加阿尔茨海默氏病风险的增加，而阿尔茨海默氏病的风险增加了，与65至75岁的男性相比（Neu et。神经影像学倡议（ADNI）发现，对于患有轻度认知障碍的人（MCI），女性的认知下降要比男性快（根据年龄，APOE状态，教育，基线MMSE调整模型）（Lin等，2015）
生成式人工智能：制造业的新前沿
可信的 AI 结果可以确保决策结果来自客观数据输入（根据定义的一组护栏进行评估和清理），从而确保数据的完整性。这些决策提高了结果的质量，并为模型提供的决策/建议提供了理由。护栏的类型包括以主题为重点的护栏，可防止应用程序偏离不良领域；安全护栏，可过滤掉不需要的语言；以及安全护栏，可强制信息的持续保密。
人工智能和前沿技术对性别的影响
最近的快速发展凸显了人工智能的诸多机遇，同时也强调了必须解决的社会和经济正义的基本伦理问题。特别是，在确保人工智能不会加剧社会偏见、不平等和分歧方面存在重大挑战，这些偏见、不平等和分歧会导致对某些群体的歧视或排斥，特别是性别、种族、民族和宗教认同方面的少数群体。这种偏见可以通过简单的统计错误或通过对种族、性别或其他意识形态概念和社会刻板印象的有意识和无意识的假设反映或放大在人工智能中。然而，目前解决人工智能偏见风险的努力仍然主要集中在计算因素上，例如数据集的统计代表性。
决策：自动化的新前沿 | Cognizant
DPA 推动业务流程自动化，将各种类型的数据输入和可变条件纳入其中。DPA 可以通过提取和跟踪关键流程细节来捕获和保留固有松散流程的元素，例如个人决策或隐性流程。通过分析组织过去选择和当前数据输入的模拟实例，DPA 可以在即使是最优秀的人才也可能犹豫不决或失败的情况下优化决策。它从海量数据中筛选出最佳选择，并采用算法逐步完善结果，同时消除人为偏见。
GO-Science - 前沿人工智能的未来风险
6.这项工作涵盖了一个广泛且快速发展的主题。许多参考文献必然是预印本。重要的考虑因素不会得到公正对待。对技术考虑的强调不应被解释为夸大技术在解决社会技术挑战中的作用。更多地考虑行为和社会科学中的人工智能研究、技术融合、公众信任与部署之间的相互作用、其他技术和二阶影响（例如能源使用）将补充本文。这也不是一份政策文件。它没有阐述政策回应或国际政策活动的全貌。我们本着建立共同理解的精神出版，希望读者反馈并挑战我们的结论。
疫苗研发和交付的下一个前沿
外泌体是由不同种类的细胞自然释放到环境中的小圆盘状细胞外囊泡（EVs）。外泌体大小在30-150纳米之间，含有复杂的RNA和蛋白质。它们广泛存在于血液、唾液、尿液和母乳等体液中，作为细胞信使参与细胞通讯。几乎所有类型的细胞都可以通过外泌体的产生和释放传递信息和交换物质，从而调节增殖、分化、凋亡、免疫反应、炎症和其他生物学功能。由于外泌体广泛存在于各种体液中，因此易于获取和检测，具有用于疾病诊断和预后检测的潜力。外泌体可以与目标蛋白进行基因融合，增强其生物相容性和免疫原性。因此，外泌体是疫苗的首选载体工具。在本综述中，我们描述了外泌体的特征，并讨论了它们在感染后的免疫微环境中独特而模糊的功能。在这方面，我们探索了外泌体携带免疫原性病毒抗原和建立适应性免疫反应的能力。外泌体可以为抗原呈递提供一个有趣的平台，由于疫苗是预防传染病的有效方法，我们进一步回顾了在疫苗制备中使用外泌体的优缺点。总体而言，外泌体正在成为疫苗开发的一条有希望的途径。
人工智能是下一个数字前沿吗？
最近的报告评估了解决性别不平等、全球竞争新时代、中国创新和数字全球化带来的经济效益。MGI 由四位麦肯锡公司高级合伙人领导：Jacques Bughin、James Manyika、Jonathan Woetzel 和 MGI 董事长 Frank Mattern。Michael Chui、Susan Lund、Anu Madgavkar、Sree Ramaswamy 和 Jaana Remes 担任 MGI 合伙人。项目团队由 MGI 合伙人和一组高级研究员领导，其中包括来自世界各地麦肯锡办事处的顾问。这些团队利用麦肯锡的全球合伙人网络以及行业和管理专家。MGI 理事会提供意见，该理事会共同领导项目并提供指导；成员包括 Andres Cadena、Sandrine Devillard、Richard Dobbs、Katy George、Rajat Gupta、Eric Hazan、Eric Labaye、Acha Leke、Scott Nyquist、Gary Pinkus、Oliver Tonby 和 Eckart Windhagen。此外，包括诺贝尔奖得主在内的顶尖经济学家担任研究顾问。