BIOMEDICAL RESEARCH INSIGHTS

洞察前沿，连接科研新知

聚焦合成生物学、AI 靶点发现、临床队列与公共数据库，汇集最新论文摘要与原始出处
每 12 小时采集更新，经人工审核后发布。

前沿研究专业聚合持续更新

PAPER EXPLORER

发现热点论文

每 5 分钟更新缓存

全部共 22 篇

AI 靶点发现研究类型未标注Chinese herbal medicines

Advancing TCM-derived active natural product drug discovery for novel drug targets: Insights from AI powered tools.

Shangtao Wang、Jinling Zhang、Wenshuang Wang 等DOI: 10.1016/j.chmed.2026.07.007

多组学

暂无引用数据

针对尚未充分探索的新型生物靶点发现天然产物至关重要，是推动多类疾病创新疗法发展的基础。随着人工智能（AI）快速发展及多组学整合、网络靶点预测、虚拟筛选、药物-靶点相互作用预测等药物发现策略的应用，中药来源活性天然产物药物发现进入新阶段，多模态高维数据可在大数据背景下整合，提升理论基础与技术能力。但AI驱动的天然产物药物发现仍面临数据与研究质量保障及实现更深入科学发现等重大挑战，需进一步创新以获得更精准且具有生物医学意义的结果。整合高维数据、网络建模与智能筛选，并置于闭环验证框架中，有望推动AI与大数据范式促进生物活性成分的精准发现，为复杂疾病的靶向治疗开辟新前沿。

为什么值得关注

暂未整理

查看扩展信息

完整作者

Shangtao Wang、Jinling Zhang、Wenshuang Wang、Sihan Xu、Man Zhang、Yuanyuan Hou、Gang Bai

作者机构

College of Pharmacy and Tianjin Key Laboratory of Molecular Drug Research. State Key Laboratory of Medicinal Chemical Biology, Nankai University, Tianjin 300350, China.

技术路线

暂未整理

最近 5 个完整年度引用趋势

暂无引用数据

数据来源：暂未标注更新时间：暂无更新时间

探索相关选题直接查重

AI 靶点发现综述Cancer cell

New horizons at the interface of artificial intelligence and translational cancer research.

Josephine Yates、Eliezer M Van AllenDOI: 10.1016/j.ccell.2025.03.018

肿瘤与癌症机器学习单细胞多组学综述

55 次引用引用上升

人工智能正日益成为分析多组学数据的计算策略应用于癌症研究。单细胞与空间 profiling 技术的进步显著加深了对肿瘤生物学的理解，人工智能方法现被用于加速转化研究，包括靶点发现、生物标志物识别、患者分层和治疗反应预测。然而，人工智能融入临床工作流程仍然有限，既带来挑战也带来机遇。本综述讨论人工智能在多组学分析和转化肿瘤学中的应用，强调其在推进生物学发现和为临床决策提供信息方面的作用。重点关注领域包括细胞异质性、肿瘤微环境相互作用和人工智能辅助诊断。综述探讨了可重复性、人工智能模型可解释性和临床整合等挑战，并关注应对这些障碍的策略。这些进展共同凸显了人工智能与多组学在提升精准肿瘤学和推动癌症护理进步方面的潜力。

为什么值得关注

暂未整理

查看扩展信息

完整作者

Josephine Yates、Eliezer M Van Allen

作者机构

Department of Medical Oncology, Dana-Farber Cancer Institute, Boston, MA, USA; Institute for Machine Learning, Department of Computer Science, ETH Zürich, Zurich, Switzerland; ETH AI Center, ETH Zurich, Zurich, Switzerland; Swiss Institute for Bioinformatics (SIB), Lausanne, Switzerland.
Department of Medical Oncology, Dana-Farber Cancer Institute, Boston, MA, USA; Cancer Program, Broad Institute of MIT and Harvard, Cambridge, MA, USA; Division of Medical Sciences, Harvard University, Boston, MA, USA; Parker Institute for Cancer Immunotherapy, Dana-Farber Cancer Institute, Boston, MA, USA. Electronic address: eliezerm_vanallen@dfci.harvard.edu.

技术路线

多组学数据集（单细胞与空间 profiling 数据） → AI 计算分析（细胞异质性、肿瘤微环境互作、靶点发现、生物标志物识别、患者分层、治疗反应预测、AI 辅助诊断）

最近 5 个完整年度引用趋势

不含 2026 年，仅展示最近 5 个完整年度。

数据来源：openalex更新时间：2026/10/29 12:33

探索相关选题直接查重