最新文章

计算能力的进步一直是人类测序运动的驱动力，在过去10到15年里，测序速度大约提高了4000倍。人类将如何处理这些数据洪流，我们将如何使用这些数据?

通过化学分型对菌株进行分组可能有助于确定菌株之间的关系，以及您可以期望从给定的化学分型类别中看到的菌株所具有的医疗效益。

在许多行业，好奇心驱动的研究正在被目的驱动的研究所取代，因为科学家必须满足市场主导的规范。成功的预测科学依赖于无缝协作、统一的工作流程、全面的知识以及在上下文中可用且可理解的标准化数据。

高通量筛查及其产生的数据曾经是大型制药公司的专利，但现在人们可以广泛获得。再加上人工智能的进步，它为药物研发提供了广泛的机会。

我们与它的创建者之一Christopher Mohr讨论了最近发布的数据管理平台qPortal。

大约15年前，对于生物学家来说，数据泛滥，可视化往往被视为一个附加品，一个事后的想法。快进到今天，数据可视化正在卷土重来。技术的进步以及生命科学界和资助者对其重要性和潜力的日益认识，正在促成一场复兴。

人工智能(AI)、机器学习(ML)和神经语言编程(NLP)的意识不断增强，人工智能是多个行业中最受关注的技术之一。皮斯托亚联盟最近调查了374名生命科学专业人士，以确定AI、ML和NLP对生命科学行业的影响。

Blue Brain Nexus旨在方便记录、管理、存储、描述和跟踪实验和计算神经科学数据，其格式可能使研究人员能够建立一个真正全面的大脑图像。

蓝脑计划是一项试图逆向工程啮齿动物的大脑(最终是人类的大脑)，并在计算机模拟中在细胞水平上重建它。

研究人员已经发现了如何读取、解码和操纵之前“隐藏”的病毒代码。这可能为药物传递和基因治疗开辟新的机会。