返回
A Generative Artificial Intelligence Copilot for Biomedical Nanoengineering
DOI:10.1021/acsnano.5c03454.png)
摘要
En 中文
大型语言模型(LLMs)在执行自然语言处理任务方面的近期成功,增加了将生成式人工智能(AI)应用于科学研究的兴趣。然而,LLMs的一个常见问题是它们倾向于产生不准确且有时会产生幻觉的输出。在此,我们建立了一个生成式AI工具NanoSafari,用于自动从生物医学纳米科学文献中提取知识并解决科学问题。我们开发了基于分组迭代验证的信息提取(GIVE)方法,从超过20,000篇已发表文章中提取关于纳米颗粒特性的上下文信息,并建立了一个数据库,该数据库被整合到生成式LLM中,以提供准确的纳米材料设计参数。由生物医学纳米科学家进行的盲评显示,NanoSafari在为纳米材料设计任务提供更可靠的参数方面优于基线模型,这一结果进一步通过实验验证得到证实。综上所述,这些发现表明,基于AI的方法在从现实世界已发表工作中进行自动化学习,以提供准确和可靠的科学参考方面,对于生物材料和生物工程应用具有实用性。
Keyword:
artificial intelligence
large language models
nanomedicine
nanoparticle
drug delivery
期刊
IF:
16
论文数:
2.7W
被引数:
25.6W
机构
引用论文
Expression of the low‐affinity NGF receptor during human muscle development, regeneration, and in tissue culture低亲和力NGF受体在人肌肉发育,再生和组织培养中的表达
Multi-omics approaches to decipher the interactions of nanoparticles and biological systems多组学方法解析纳米颗粒与生物系统的相互作用
AggMapNet: enhanced and explainable low-sample omics deep learning with feature-aggregated multi-channel networks
NUCLEIC ACIDS RESEARCH
IF13.1
Principles of nanoparticle design for overcoming biological barriers to drug delivery克服药物输送生物障碍的纳米粒子设计原理
NATURE BIOTECHNOLOGY
IF41.7
PEGylation as a strategy for improving nanoparticle-based drug and gene delivery聚乙二醇化作为改善基于纳米颗粒的药物和基因递送的策略

