特朗普签署行政命令，拨款5000万美元推动人工智能在儿童癌症研究中的应用。此举在联邦机构加大AI采纳的背景下进行，但面临生物医学研究经费削减和部分拨款暂停的矛盾。白宫科技政策办公室主任表示，该命令由“让美国再次健康委员会”与科技政策办公室负责执行。
微软发布革命性BioEmu模型，将蛋白质动态模拟时间从数年缩短至数小时。该模型基于AlphaFold2改进，采用序列编码器和扩散生成技术，能生成多样化蛋白质构象。通过200毫秒分子动力学数据训练，显著提升模拟精度。这一突破将极大加速药物研发和生物医学研究，已在《自然》期刊发表。
上海交大与深势科技团队开发的X-Master智能体系统在超高难度AI测试"HLE"中创下32.1分新纪录，首次突破30分大关。该系统采用工具增强型推理和多智能体协作架构，能模拟人类研究思维，通过代码执行和反馈循环优化决策。其分散-堆叠式工作流让多个智能体并行解题、评估改进，最终整合最优方案，尤其在生物医学领域表现突出。该成果已开源，推动AI领域发展。
《自然》杂志研究显示，2024年生物医学论文中AI写作痕迹显著：PubMed 150万篇摘要中，超20万篇含AI特征词（如华丽形容词）。非英语国家使用率更高（中国、韩国达15%），低门槛期刊飙升至24%。作者开始规避典型AI词汇，转向通用表达。研究团队分析1400万篇摘要，发现AI正深度影响学术写作风格，呼吁建立规范确保科研严谨性。未来需进一步评估AI对学术文献的实际影响。
AI系统设计新型蛋白质，助力生物和健康研究。
跳到主要内容 Chrome 应用商店探索扩展程序
Anthropic
$105
Input tokens/M
$525
Output tokens/M
200
Context Length
Alibaba
$54
$163
1k
Bytedance
$0.8
$8
256
Google
-
$140
$280
32
Tencent
$0.5
$2
224
$8.75
$70
Openai
$14
$56
$2.4
$9.6
$21
$84
128
$420
01-ai
4
Baichuan
OpenMed
专门用于疾病实体识别的模型，能够精准识别来自NCBI数据集的疾病实体，为生物医学领域的研究和临床应用提供有力支持。
这是一款专门用于化学实体识别的模型，能够精准识别生物医学文献中的化合物和物质，为生物医学研究和临床应用提供有力支持。该模型在BC4CHEMD数据集上训练，具有高精度和特定领域优化的特点。
这是一款专门用于生物医学实体识别的高精度模型，基于deberta-v3-base架构微调而成，可识别蛋白质、DNA、RNA、细胞系和细胞类型等生物医学实体，为临床和研究应用提供了企业级解决方案。
OpenMed-NER-ChemicalDetect-MultiMed-568M是一款专门用于化学实体识别的生物医学NLP模型，能够在生物医学文献中精准识别化学化合物和物质。该模型基于bge-m3架构，在BC4CHEMD数据集上训练，达到0.9459的F1分数，为生物医学研究和临床应用提供有力支持。
专用于生物医学实体识别的模型，能够精准识别多种生物医学实体，为临床和研究应用提供有力支持。
这是一个专门用于生物医学领域物种实体识别的模型，基于BiomedELECTRA架构，在SPECIES800数据集上训练，能够精准识别物种名称，为生物医学研究和应用提供支持。
这是一款专门用于基因实体识别的生物医学命名实体识别模型，基于BiomedBERT架构在GELLUS数据集上微调而成，能够精准识别与基因相关的实体，为生物医学研究和临床应用提供有力支持。
OpenMed-NER-PharmaDetect-BioPatient-108M是一款专业的化学实体识别模型，专门针对生物医学文本进行优化。该模型在BC5CDR_CHEM数据集上训练，能够精准识别和提取化学实体，适用于药物相互作用检测、患者记录药物提取等多种临床和研究应用场景。
这是一款专门用于疾病实体识别的生物医学模型，基于BiomedELECTRA-large架构，拥有3.35亿参数。该模型在BC5CDR数据集上训练，能够精准识别疾病实体，为临床和研究应用提供高精度的命名实体识别能力。
这是一款专门用于基因实体识别的模型，基于xlm-roberta-large架构，拥有560M参数。该模型在GELLUS数据集上训练，能够精准识别与基因相关的实体，为生物医学和遗传学研究提供有力支持。
专为疾病实体识别设计的Transformer模型，能够从NCBI数据集中精准识别疾病实体，为生物医学领域的研究和临床应用提供支持。
这是一款专门用于基因/蛋白质实体识别的模型，能够精准识别和提取生物医学文本中的基因和蛋白质提及信息。该模型在BC2GM数据集上训练，具有高精度和特定领域优化，为临床和研究应用提供可靠支持。
OpenMed-NER-DNADetect-BioMed-109M 是一款专门用于生物医学命名实体识别（NER）的模型。它基于 BiomedELECTRA 架构微调，擅长从临床文本和研究论文中准确识别蛋白质、DNA、RNA、细胞系和细胞类型等关键生物医学实体。该模型在 JNLPBA 数据集上训练，具有高精度和易于集成的特点，适用于药物发现、临床记录分析和生物医学知识图谱构建等场景。
这是一款专门用于疾病实体识别的生物医学命名实体识别模型，基于PubMed数据训练，能够从NCBI数据集中精准识别疾病实体，为生物医学领域的研究和临床应用提供有力支持。
OpenMed-NER-ProteinDetect-MultiMed-568M是一款专为生物医学实体识别打造的先进模型，基于bge-m3架构，拥有568M参数。该模型在FSU数据集上训练，能够精准识别多种生物医学实体，包括蛋白质、蛋白质复合物、蛋白质家族等，在临床和研究应用中具有极高的实用价值。
这是一款专门用于化学实体识别的生物医学命名实体识别模型，基于BiomedBERT架构在BC4CHEMD数据集上训练，能够精准识别生物医学文献中的化合物和物质，为药物发现和临床研究提供支持。
这是一款专业的化学实体识别模型，能够精准识别生物医学文献中的化合物和物质，为生物医学研究和临床应用提供有力支持。该模型在BC4CHEMD数据集上训练，具有高精度和特定领域优化的特点。
专门用于化学实体识别的模型，能够从BC5CDR数据集中精准识别和提取生物医学实体，在临床和研究应用中具有极高的可靠性。
nlpie
PPACE是一款80亿参数的大语言模型，专为生物医学资助项目摘要的自动分类而设计，支持世界卫生组织研究优先级分类。
ContactDoctor
基于Llama-3-8B-Instruct微调的多模态生物医学模型，支持文本与图像处理，适用于生物医学领域的研究与临床应用。
一个集成了Reactome、KEGG、UniProt、OMIM等14个生物医学数据库API的MCP服务器，提供100多种工具用于基因、蛋白质、通路、疾病、药物和临床试验等研究数据的查询与分析。
PubMed MCP服务器是一个基于Model Context Protocol的接口服务，为AI代理和研究工具提供PubMed生物医学文献数据库的全面访问能力。支持文献搜索、元数据获取、引用分析、研究计划生成和数据可视化等功能，通过NCBI E-utilities API实现高效集成。
BioContextAI知识库MCP是一个为生物医学研究设计的模型上下文协议服务器，提供AI系统与生物医学资源之间的标准化连接层，支持多种生物医学数据库和工具的集成访问。
TransformersMultiple Languages%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
