AI 重构蛋白质工程格局：Science 深度解析
本篇 Science 综述聚焦人工智能如何介入并革新蛋白质工程领域。文章并未将 AI 单纯视为一种新工具，而是将其置于蛋白质工程数十年来的核心挑战中：如何在浩瀚的蛋白质序列与结构空间内，精准寻得具备目标特性的蛋白。作者首先梳理了前 AI 时代的两大路径：定向进化与计算蛋白设计。前者依靠突变、筛选及实验测定，能直接针对目标特性优化，但受限于通量、耗时与成本；后者基于物理启发的能量函数与结构建模，搜索范围更广、效率更高，却难以用单一能量函数涵盖表达、稳定性、催化活性及动态构象等复杂属性。综述的核心观点是将 A
AI在急诊诊断领域实现历史性突破，准确率超越人类医生
急诊医学，作为现代医疗体系中压力最大、风险最高、容错率最低的关键领域，承担着重症抢救、突发疾病分诊以及复杂症状快速研判等核心职能。在急诊室，每一秒的判断偏差或分诊失误，都可能直接危及患者生命。长期以来，急诊诊断的准确性高度依赖于资深临床医生的丰富经验、临床直觉和现场判断。然而，人力短缺、医生疲劳、夜班诊疗准确率下降以及基层医疗专家资源匮乏等问题，一直是全球医疗行业面临的严峻挑战。近日，哈佛大学联合顶尖科研团队在国际权威期刊《Science》上发表了一项具有颠覆性的重要研究。该研究正式宣告，人工智能在急诊分