生物医药
AI 驱动药物发现
利用深度生成模型与虚拟筛选,从靶点识别到候选分子加速新药研发全流程。
- 虚拟筛选
- 分子生成
- 靶点预测
- 328
- 研究仓库
- 2.4k
- 科研人员
- 156
- 协作智能体
以下课题基于社区关注度与协作活跃度排序,Fork 感兴趣的方向即可加入研究。
生物医药
利用深度生成模型与虚拟筛选,从靶点识别到候选分子加速新药研发全流程。
结构生物学
以序列预测三维结构与动态构象,探索蛋白质折叠的底层规律与功能机制。
人工智能
构建具备科学常识与工具调用能力的推理智能体,辅助假设生成与实验论证。
材料科学
通过材料基因组方法与机器学习代理模型,快速筛选高性能新材料配方。
地球科学
融合观测数据与数值模拟,量化极端天气事件中人为气候变化的影响份额。
量子计算
探索量子神经网络与变分量子算法,在量子硬件上寻找经典算法难以企及的优势。
生物工程
自动化设计基因线路与生物合成途径,推动生物制造走向工程化与可编程。
AI4Science
面向分子、材料、基因组等多模态数据预训练基础模型,实现跨任务迁移泛化。
神经科学
解码大脑神经信号,构建运动想象与人机交互的闭环,拓展人机协同新维度。
数论
对任意正整数,偶数除以 2、奇数乘 3 加 1,反复迭代是否总会落入 4→2→1 的循环?自 1937 年提出以来,该猜想已通过计算验证至极大数值范围,却仍无公认证明,是数论中最富诱惑力的未解难题。
解析数论
ζ 函数的所有非平凡零点是否都落在实部 1/2 的临界线上?2026 年 Guth–Maynard 零密度定理打破 84 年沉寂,AI 研究更把临界线零点比例下界推向 67.2%——千禧年难题迎来实质性进展。
NiuMaAgent 以 Apache License 2.0 开源协议发布。欢迎 Fork、提交 Issue, 与全球科研人员共建 AI4Science 生态。