AI 资源库 · 已整理 8 项
查看与生命科学相关的 AI 资讯、工具、Skill、工作流和开源项目。
Anthropic 正在公开招募生命科学领域的客座研究员。学术机构、非营利组织或政府实验室的首席研究员及其团队可以提交项目申请，在 8 到 12 周内与 Anthropic 的研究人员合作，用 Claude 研究因果人类生物学、分子生物学、药物化学、药物发现和临床科学等问题。Anthropic 会免费提供模型和工具，成果将共同发表，数据和代码开源，研究者始终保留自己数据的所有权。申请不需要提交私有数据，只需公开信息，窗口约 14 天，入选者会在截止后约 14 天收到邮件通知。
OpenAI 宣布收购 Orchestra Bio 公司。此前，生物医药研发团队在做药物开发时，许多运营环节效率不够高，新疗法的推进速度受到限制。这次 OpenAI 打算把自己的人工智能能力用在生命科学的研发运营上，帮助这些团队加快药物开发、推动新疗法问世。对读者来说，这意味着未来药企可能用上更智能的研发运营方式；不过材料没有说明具体怎么用、收购金额和完成时间，也没有说普通用户现在能不能用上相关产品。
提供的材料未提及具体可用工具。
OpenAI 推出 Rosalind 学术计划，让符合条件的学术实验室可以免费获得 GPT-Rosalind 的使用权限和相关工具。此前学术实验室若要使用这类先进模型，通常需要自行解决费用或权限问题。该计划通过赞助的方式提供访问，目标是支持生命科学研究。目前材料只说明这是一个面向学术实验室的赞助计划，未说明具体资格标准、开放时间或可用范围。
LangChain 推出了 Deep Life Sci，一个开源的生命科学智能助手，面向临床和实验室科研人员。此前通用的 AI 助手缺少生命科学领域的专业知识和数据接入，而生物医药专用产品又往往闭源且昂贵。Deep Life Sci 能直接检索 ClinicalTrials.gov 上 60 多万项临床研究、2900 万篇 PubMed 摘要和 1200 万篇 PubMed Central 全文，还能在安全沙箱里跑代码做数据分析、把任务分给数百个子智能体，并读取 PDF、图像、表格、序列等文件。对药企和科研团队来说，它开源可改，能接入自家数据、换用不同模型，并通过 LangSmith 的追踪与评测看到实际效果。
这篇文章讲的是，医疗和生命科学行业也在用 AI 智能体（能自动完成多步任务的程序），但这里的规矩比别的行业严得多。比如，一个错误答案可能涉及病人安全，所以光产品好用不够，还得能审计、合规、随时说清楚 AI 干了什么。文中举了三家机构的例子：Madrigal Pharmaceuticals 做了一个内部多智能体平台，帮员工查资料、做分析；Abridge 把医生和病人的对话自动变成病历，还能在整个流程里持续帮忙；Vizient 则让医院能查询原本锁在各个系统里的数据。对读者的用处是：能了解这个行业落地 AI 时最看重的可观测性、评估和成本控制，以及哪些场景已经产生了实际回报。
google/deepvariant · DeepVariant is an analysis pipeline that uses a deep neural network to call genetic variants from next-generation DNA sequencing data.
DeepVariant 是 Google 开源的分析流程，将比对后的 DNA 测序reads（BAM/CRAM）转换为pileup图像张量，用卷积神经网络分类，最终输出标准 VCF/gVCF 变异结果，支持二倍体生物种系变异检测，覆盖 Illumina/Element、PacBio HiFi、Oxford Nanopore、Complete Genomics 等多种测序平台，并包含 DeepTrio 用于三口之家/双人变异检测。模型仅在人类数据上训练，用户可下载 Docker 镜像或预编译二进制运行，也支持 GPU/TPU 加速。
Google发布了一篇总结文章，介绍其用AI加速科学、改善健康的进展。过去AI研究虽多，但普通人受益有限，这次Google展示了多个已落地的工具：比如AlphaGenome Atlas公开了人类基因组所有90亿个单字母变异的预测影响；WeatherNext 3天气模型降水预报准确率提高50%，已用于产品；结核病筛查AI在6个国家分析了超过2.5万张X光片。此外，糖尿病视网膜病变AI已支持超过115万次筛查，乳腺癌研究显示AI能发现25%此前被遗漏的间期癌症。这些进展意味着AI正从实验室走向实际应用，帮助医生更早发现疾病、预测灾害，让更多人获得医疗和科学资源。
Google DeepMind 发布了 AlphaGenome Atlas，这是一个包含人类基因组中约90亿个单字母DNA变异预测效果的平台。过去，要搞清楚每个基因变异在分子层面有什么影响，靠实验室一个个测试几乎不可能，因为数量太大。这次他们把 AlphaGenome 模型的预测提前算好，做成了一个1PB的数据集，还推出 AVI 评分，把变异的影响浓缩成一个数字，方便研究人员快速排序和筛选。目前，科研人员可以免费通过网站、API 或 Google Antigravity 中的技能使用它，虽然已经能用于罕见病和常见性状研究，但主要是面向学术研究开放。