在生物学研究领域,传统基于分子、细胞、生理学实等传统实验方法很依赖于不断的试错和积累,不仅耗资巨大,周期往往也很长。
随着人工智能时代的到来,深度学习、大数据等创新手段,为生物学研究打开了另一扇窗。
早在 2018 年 4 月,百度研究院就开始在计算生物学,尤其是 RNA 结构预测这个研究领域开始发力,并在 2019 年发表了第一个重磅成果:快速 RNA 结构预测算法 LinearFold。
而 2020 年,一场突如其来的新冠疫情让生物学与 AI 等技术的融合进一步加速。百度研究院利用 LinearFold 进行新冠全基因组结构分析,缩小了分析时间,并提升精度。而另一个 mRNA 疫苗基因序列设计算法:LinearDesign,最快能 11 分钟完成 mRNA 疫苗序列设计,大大提高了新冠疫苗稳定性和蛋白质表达水平。
那么,用 AI 预测 RNA 二级结构的生物学原理是什么?相关预测算法如何实现呢?
本周三飞桨开发者说,我们邀请了百度美研深度学习实验室, 计算生物学 Tech Lead 张贺,分享如何基于深度学习预测 RNA 二级结构,并会带来相关赛事的题目解读和基线模型介绍,对生物计算感兴趣的同学,千万不要错过唷。
观看方式
扫描下方二维码,入群获取直播链接,参与交流:
螺旋桨RNA结构预测竞赛
本赛题旨在解决 RNA 结构预测的世界级难题,要求参赛选手基于百度发布的世界上最快的 RNA 二级结构预测算法 LinearFold 和世界上最快的 RNA 配分方程算法 LinearPartition,预测给定 RNA 序列在每个位点上保持不成对的概率。
对该比赛感兴趣的朋友,点击下方链接了解更多详情:
飞桨开发者说 Live
每周三晚上,都有飞桨开发者技术专家(PPDE)或飞桨社区开发者在 B 站与大家见面交流。错过了往期直播的小伙伴,可以到 B 站搜索飞桨 PaddlePaddle 回顾之前的直播哟。
飞桨开发者技术专家(PPDE)
飞桨开发者技术专家(PPDE)是百度飞桨对开发者的荣誉认证体系,成为其中的一员后,除了有专属的 PPDE 系列活动外,还将享有从技术专家认证、顶级峰会交流与演讲邀约,到全球技术游学、PPDE 专项赞助等丰富权益。
想了解如何成为 PPDE?点击“阅读原文”即可获取更多信息啦!
🔍
现在,在「知乎」也能找到我们了
进入知乎首页搜索「PaperWeekly」
点击「关注」订阅我们的专栏吧
关于PaperWeekly
PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域,欢迎在公众号后台点击「交流群」,小助手将把你带入 PaperWeekly 的交流群里。