人工智能在核酸药物研发中的应用和进展

近年来核酸药物领域蓬勃发展,正逐步成为小分子和抗体类药物后的第三代药物新模式。基于机器学习的人工智能技术进步迅速,可以极大推进核酸药物研发的进程。本文概述了核酸药物研发领域的人工智能算法、数据库、表征等基础,阐述了人工智能在核酸结构预测、小核酸药物设计等核酸药物研发环节中的应用和进展,旨在为人工智能和核酸药物交叉学科发展提供参考。

改进的免疫粒子群优化算法预测RNA二级结构

针对RNA二级结构预测问题,在SetPSO算法的基础上提出了一种改进的免疫粒子群优化算法,根据RNA折叠的特点,启用免疫记忆算子增加粒子群多样性,有效防止了原方法易陷入局部最优的缺陷。仿真结果表明改进算法能在更短的时间内达到更高的预测精度。

UNAfold在DNA传感器设计中的应用

分子诊断中核酸的检测对于了解其在疾病的发生和发展中所起到的作用至关重要。近年来发展的核酸生物传感器因其响应迅速、特异性强、操作简单、易于微型化等优点受到广泛关注。因此对核酸分子杂交和核酸二级结构的预测便具有很重要的意义。本文基于Zuker的最小自由能算法所开发的UNAfold，对其在核酸生物传感器设计中所起的作用进行阐述。