AI科学研究

研究チームは AlphaFold を使い、Cas タンパク質がミスマッチを含む DNA をどう許容するかを解析した。特定のアミノ酸を置換することで、標的編集活性を保ちながら脱標的活性を下げる変異体を得た。

トランプ政権は、AI駆動型の科学研究に50億ドルを投じる「Genesis Mission」初回助成を発表した。研究者の懸念は、AI活用そのものよりも、科学政策が政治とシリコンバレー型の成果主義に傾く点にある。

SciForma は、科学論文で使われる手法図の生成を、見た目の自然さではなく構造の正しさから捉え直す研究です。構成要素、矢印、テキストという三つの軸で品質を分解し、同時に正しくすることを重視します。

3D-Fitは、構造ベース創薬において汎用LLMが三次元の空間制約を満たすリガンドを生成できるかを評価する新しいベンチマークです。結果は有望さを示す一方、専用拡散モデルとの差も明確にしています。

この研究は、プラズマ診断モデルをクリーンな入力だけでなく、現実的なセンサー故障条件で評価する。特に破壊現象に近いタイミングの信号劣化が、系列モデルに大きな影響を与えることが示された。

S1-Omni は、AI for Science における分断されたデータ形式とタスクを一つの推論モデルに統合しようとする取り組みです。200 以上の科学タスクを対象とし、モデル重み、推論コード、データセットの一部も公開されています。

Googleが支援するFireSat計画の運用衛星3基が打ち上げられ、山火事検知に特化した衛星コンステレーションが実用段階に近づいた。小さな火点を早く見つけることで、被害拡大を防ぐ狙いがある。

この論文は、研究者とAIエージェントをつなぐ能動的な共有ワークスペース Mycelium を提案する。重要な観察や仮説を、次の判断に使える人やシステムへ届けることを狙う。

arXiv の新しいポジションペーパーは、自動形式化の目標を孤立した命題の翻訳から、定義・補題・依存関係を含む理論レベルの知識ベース構築へ移すべきだと論じている。

SDABenchは、LLMの科学データ分析を単なるコード実行やワークフロー完了ではなく、科学的主張を支える能力から評価する新しいベンチマークです。

arXiv に投稿された新論文は、スパイクをトークン化する神経デコーダ向けに MOJO を提案した。マスク付き自己符号化による自己教師あり学習と教師ありデコードを組み合わせ、未ラベル神経データを活用する。

arXiv の新論文は、Evo 2 の凍結表現に軽量なプローブを載せ、メタゲノムデータから抗微生物薬耐性や細菌毒力のシグナルを読み出せるかを検証した。AMR では高い識別性能が示された一方、毒力や生成配列のラベル解釈には限界も残る。

arXiv の新論文は、再生可能エネルギー予測における特徴選択の課題に着目し、Cluster-based Sequential Feature Selection（CSFS）を提案した。CSFS は従来の順次特徴選択に近い予測性能を保ちながら、平均 21% の計算コスト削減を示している。

arXivの新論文は、経験ベイズ変分オートエンコーダを拡張し、腫瘍体積の経時変化、脱落までの時間、ゲノム共変量を同時に扱う枠組みを提案した。神経ネットワークの柔軟性と半機序的な薬物動態・薬力学モデリングを結びつける試みだ。

新しい論文は、メタンプルーム製品に含まれるマスク、IME、プルーム長、排出率、不確実性の整合性を調べる PlumeQuant を提案している。公開された数値だけでは、プルーム境界を一意に決められない場合があるという。

arXiv に公開された研究は、心臓 PET/MRI の多モーダルデータを扱うための二段階無教師クラスタリング手法を提案した。自動生成されたテキスト報告とブルズアイ図は、心臓画像専門医の所見と一定程度一致した。

arXiv の新論文は、Quantum Kitchen Sinks を RF スペクトログラム異常検知に適用し、実測セルラー信号と IBM 量子ハードウェアで評価した。DCT 表現と中程度の深さのエンタングル構成が最も有効な領域として示されている。

arXiv に投稿された新しい論文は、CT ボリュームと放射線レポートを臓器条件付きの放射線パターン token で整合させる OCP-CT を提案している。全体スキャンとレポートの対比だけでは捉えにくい、臓器ごとの不均一な所見を扱うことが狙いだ。

arXivに公開された論文は、脳腫瘍の進行予測と治療スケジューリングに向けたAI強化型の適応デジタルツインを提案している。反応拡散モデル、3D残差学習、オンライン更新、モデル予測制御を統合する点が特徴だ。

arXiv 論文は、トポロジー駆動の量子時間発展を用いてデータ構造を量子状態に埋め込む Quantum Topological Data Encoding（QTDE）を提案した。clique-complex の分類実験では、組合せラプラシアンを直接比較する基準法を上回る初期結果が示されている。

arXivに投稿された論文は、膵管腺がんの切除可能性を自動評価するマルチモーダル深層学習フレームワークを提案している。3D造影CTと構造化された臨床情報を統合し、NCCNの3分類への判定を目指す。