AI科研每日要闻汇总7月7日

　　目录：  观察、模拟和 AI 联手揭示清晰的宇宙  物理学家教人工智能模拟原子簇  基于 2D 材料制成的中性粒体制造逻辑门  合成生物电路可以在几秒钟内做出反应  阿斯利康证实已发表的化学反应分类模型真实可用
　　观察、模拟和 AI 联手揭示清晰的宇宙
　　日本天文学家提出一种基于生成对抗网络 (GAN) 的深度学习方法，以消除由于星系形状随机变化而导致的天文数据中的噪音。研究发现使用该方法得出的质量分布与目前公认的宇宙模型一致。将用于分析来自当前和计划中的天文学调查的大数据。
　　对抗性生成网络 (GAN)示意图。
　　论文链接：https://academic.oup.com/mnras/article-abstract/504/2/1825/6219095?redirectedFrom=fulltext
　　相关报道：https://phys.org/news/2021-07-simulation-ai-reveal-universe.html
　　物理学家教人工智能模拟原子簇
　　科罗拉多大学博尔德分校的物理学家将他们的专业知识用于机器学习算法，通过训练由几个原子组成的几个小型模拟，然后预测具有数百个原子的系统的行为。提出了一个电子传输信息学 (ETI) 框架，该框架在小型系统的 ab initio 模型上进行训练，并预测制造的硅/锗异质结构的热功率，匹配测量数据。预计 ETI 框架将广泛适用于不同的材料类别。在未来，类似的技术甚至可能表征具有数十亿个原子的微芯片。
　　预测异质结构电子特性的框架概述。
　　论文链接：https://www.nature.com/articles/s41524-021-00562-0
　　相关报道：https://spectrum.ieee.org/tech-talk/artificial-intelligence/machine-learning/replacing-simulations-of-atomic-clusters-with-ai
　　基于 2D 材料制成的中性粒体制造逻辑门
　　复旦大学和中国科学院的研究人员最近开发了基于二维 (2D) 材料的中性粒体（neuristor)，可以单独执行逻辑运算，而无需多个设备。可以开发性能更好的仿生计算系统。
　　neuristor示意图。
　　论文链接：https://techxplore.com/news/2021-06-fabricate-logic-gates-based-neuristors.html
　　相关报道：https://techxplore.com/news/2021-06-fabricate-logic-gates-based-neuristors.html
　　合成生物电路可以在几秒钟内做出反应
　　细胞转录和翻译基因需要时间，因此在检测分子和产生的输出之间通常存在很长的滞后时间。MIT合成生物学家现在开发出一种替代方法来设计此类电路，该方法完全依赖于快速、可逆的蛋白质-蛋白质相互作用。无需等待基因被转录或翻译成蛋白质，可更快地开启电路——在几秒钟内。
　　一种新型合成生物学电路可以在几秒钟内开启，比同类电路快得多。
　　论文链接：https://science.sciencemag.org/content/373/6550/eaav0780
　　相关报道：https://phys.org/news/2021-07-synthetic-biology-circuits-seconds.html
　　阿斯利康证实已发表的化学反应分类模型真实可用
　　阿斯利康的研究人员将Schwaller等人于2月28日发表在《Nature》上的论文中描述的化学反应分类方法和模型，应用于阿斯利康电子实验室笔记本 (AZ-ELN) 。研究证实：Schwaller 等人提出的反应嵌入方法。对 AZ-ELN 数据具有明显的适用性，支持使用自然语言工具（如 Transformer）对反应数据进行自动分析。为药物设计人员提供了一个有用的工具。
　　论文链接：https://www.nature.com/articles/s42256-021-00367-2#Sec1
　　https://www.nature.com/articles/s42256-020-00284-w
　　相关报道：https://mp.weixin.qq.com/s/H5A4rRKowxrhOD386M6fYA