生物公司利用机器学习找到冠状病毒的治疗方法
《华尔街日报》报道，制药业巨头礼来制药已经与加拿大生物技术公司AbCellera Biologics合作，通过开发可治疗和预防该病毒的抗体产品来应对新的冠状病毒危机。
AbCellera使用机器学习来找到抗体疗法，并在二月份从诊断为COVID-19的患者那里获得了血液样本。通过筛选超过500万个免疫细胞并使用机器学习来识别可产生中和COVID-19的抗体，AbCellera在不到一周的时间内识别出500多种有希望的抗体。
AbCellera只是利用人工智能和机器学习来应对流行病并找到急需的解决方案的众多公司之一。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
机器学习
+关注
关注
66文章
8513浏览量
135101 -
COVID-19
+关注
关注
0文章
226浏览量
10896
发布评论请先 登录
相关推荐
热点推荐
机器学习模型市场前景如何
当今，随着算法的不断优化、数据量的爆炸式增长以及计算能力的飞速提升，机器学习模型的市场前景愈发广阔。下面，AI部落小编将探讨机器学习模型市场的未来发展。
【「具身智能机器人系统」阅读体验】2.具身智能机器人的基础模块
，一次生成深度信息。
自主机器人定位任务的本质是对机器人自身状态的估计问题，包括位置，朝向，速度等问题。
路径规划旨在找到从起点到目标区域的路径，确保路径的可行性和最优性。路径规划方法
发表于 01-04 19:22
传统机器学习方法和应用指导
用于开发生物学数据的机器学习方法。尽管深度学习（一般指神经网络算法）是一个强大的工具，目前也非常流行，但它的应用领域仍然有限。与深度学习相比
如何选择云原生机器学习平台
当今，云原生机器学习平台因其弹性扩展、高效部署、低成本运营等优势，逐渐成为企业构建和部署机器学习应用的首选。然而，市场上的云原生机器
《具身智能机器人系统》第7-9章阅读心得之具身智能机器人与大模型
医疗领域，手术辅助机器人需要毫米级的精确控制，书中有介绍基于视觉伺服的实时控制算法，以及如何利用大模型优化手术路径规划。工业场景中，协作机器人面临的主要挑战是快速适应新工艺流程。具身智能通过在线
发表于 12-24 15:03
cmp在机器学习中的作用 如何使用cmp进行数据对比
在机器学习领域，"cmp"这个术语可能并不是一个常见的术语，它可能是指"比较"（comparison）的缩写。 比较在机器学习中的作用 模型评估 ：比较不同模型的性能是
低频脉冲电治疗仪的工作原理 低频脉冲电治疗仪和其他理疗仪器的区别
、低频脉冲电治疗仪的工作原理 电脉冲刺激机制 低频脉冲电治疗仪通过输出特定频率和强度的电脉冲，刺激人体的神经和肌肉。这些电脉冲可以模拟人体自然的生物电信号，从而引发相应的生理反应。低频电脉冲通常指的是频率在
什么是机器学习？通过机器学习方法能解决哪些问题？
来源：Master编程树“机器学习”最初的研究动机是让计算机系统具有人的学习能力以便实现人工智能。因为没有学习能力的系统很难被认为是具有智能的。目前被广泛采用的
NPU与机器学习算法的关系
在人工智能领域，机器学习算法是实现智能系统的核心。随着数据量的激增和算法复杂度的提升，对计算资源的需求也在不断增长。NPU作为一种专门为深度学习等机器
LLM和传统机器学习的区别
在人工智能领域，LLM（Large Language Models，大型语言模型）和传统机器学习是两种不同的技术路径，它们在处理数据、模型结构、应用场景等方面有着显著的差异。 1. 模型结构
具身智能与机器学习的关系
具身智能（Embodied Intelligence）和机器学习（Machine Learning）是人工智能领域的两个重要概念，它们之间存在着密切的关系。 1. 具身智能的定义 具身智能是指智能体
人工智能、机器学习和深度学习存在什么区别
人工智能指的是在某种程度上显示出类似人类智能的设备。AI有很多技术，但其中一个很大的子集是机器学习——让算法从数据中学习。
发表于 10-24 17:22
?3079次阅读
AI引擎机器学习阵列指南
云端动态工作负载以及超高带宽网络，同时还可提供高级安全性功能。AI 和数据科学家以及软硬件开发者均可充分利用高计算密度的优势来加速提升任何应用的性能。AI 引擎机器学习拥有先进的张量计算能力，非常适合用于高度优化的 AI 和 M
【「时间序列与机器学习」阅读体验】时间序列的信息提取
方法为该时间序列填充缺失值。
时间序列的缩放是指对原有的时间序列数据进行数据范围的调整，以便更好地完成后续的数据分析或机器学习任务。该节有讲到时间序列的最小最大缩放、时间序列的最大绝对值缩放、时间序列
发表于 08-17 21:12
工商网监
评论