打开APP

基于机器学习开发适用于中国人群的衰老评估指标

 近日,德睿智药团队与浙江大学、昆山杜克大学在《Frontiers in Medicine》(影响因子5.1)联合发表论文。该研究使用机器学习(ML)方法建立了一个基于中国中老年人群的生物年龄测量方法,并证明了基于机器学习的生物年龄与疾病发生率及死亡率间存在密切联系,同时发现基于机器学习的生物年龄相较于以往方法具有优势。德睿智药团队负责该研究的建模

2021-11-26

国际最新研究:机器学习方法可帮助识别人造毒品

  施普林格·自然旗下专业学术期刊《自然-机器智能》发表一篇计算生物学研究论文称,科研人员发现一种自动化、生成式的机器学习方法,可以仅利用质谱就确定未知的新型精神药物(又称人造毒品)的化学结构,了解这些结构能帮助法医实验室更快识别出疑似的人造毒品。该论文指,每年有大量新型精神药物出现在非法市场上,这些物质会造成与已知非法药物相近的精神效果

2021-11-18

科学家如何利用机器学习技术来改善人类健康研究?

机器学习是一门多领域的交叉学科,主要包括概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科,近年来,科学家们不断将机器学习技术应用到改善人类健康和疾病等研究领域中,本文中,小编就整理了多篇研究报告,共同解读科学家如何利用机器学习技术来改善人类的健康。分享给大家!【1】Science:利用新型机器学习技术准确预测蛋白和RNA的三维结构doi:10.112

2021-10-29

机器学习”如何助力新药研发?

  今天的新药发现,已经离不开计算学科的支撑,与计算相关的各种技术也因新药研发,而备受行业的重视。机器学习,作为AI的一个重要分支,凭借其辅助发现潜力化合物、预测相关参数、节约试验成本、压缩开发周期等优势,得到了研发及投行的极大关注。本稿件即对机器学习的历史及其于医药领域的应用进行概述,以期与同行进行共同学习。未来:精准医学&药物

2021-09-17

Science:利用新型机器学习技术准确预测蛋白和RNA的三维结构

美国斯坦福大学博士生Stephan Eismann和Raphael Townshend在该大学计算机科学副教授Ron Dror的指导下,利用巧妙的新型机器学习技术,开发出一种通过计算预测准确结构来克服这一问题的人工智能算法。最值得注意的是,即使只从少数已知结构中学习,他们的方法仍然成功,这使得它适用于那些结构最难通过实验确定的分子类型。

2021-08-28

Nature:基于机器学习的工具BoostDM可识别每种肿瘤类型的癌症驱动突变,有助开发个性化癌症治疗

2021年8月4日讯/生物谷BIOON/---在一项新的研究中,来自西班牙巴塞罗那生物医学研究所的研究人员开发出一种计算工具,它可以识别每种肿瘤类型的癌症驱动突变。这一发现有助于加速癌症研究,并提供工具帮助肿瘤学家为每名患者选择最佳治疗方法。相关研究结果于2021年7月28日在线发表在Nature期刊上,论文标题为“In silico saturation

2021-08-04

研究开发出基于拉曼组与机器学习的微藻种质挖掘新技术

  微藻是地球上代谢功能较为多样化的生物类群,在全球碳循环中发挥关键作用,也是生物技术产业中重要的一类光合细胞工厂。但微藻的种质鉴定和代谢功能检测繁琐,且自然界大部分微藻难以培养。近日,中国科学院青岛能源研究所单细胞中心发表了首个微藻拉曼组数据库,并结合机器学习示范了单细胞精度、快速的微藻种类鉴定和代谢功能表征。该技术为微藻细胞工厂的高效

2021-06-22

Nature子刊:通过机器学习模型识别复杂疾病的重要生物标记物

2021年5月27日讯/随着高通量技术的发展,通过世界各地研究人员的共同努力,形成了大型公共数据库,如癌症基因组图谱(TCGA)。这对阐明疾病表型的分子机制具有重大意义。然而,由于癌症等复杂疾病的病理以及其在遗传、基因组和蛋白质组水平上复杂的分子机制,研究复杂的人类疾病仍具有挑战性。目前,已有很多基于机器学习的方法开发出来,包括非线性核支持向量机(SVMs)

2021-05-31

Nat Med:开发出新型机器学习技术 或有望改善胎儿先天性心脏病等出生缺陷的筛查

2021年5月30日 讯 /生物谷BIOON/ --先天性心脏病(CHD,Congenital heart disease)是一种最常见的出生缺陷,胎儿超声筛查能提供5个心脏视图,而这些视图能帮助检测90%的复杂先天性心脏病,但在医学实践中,这种筛查的敏感性会低至30%。日前,一篇发表在国际杂志Nature Medicine上题为“An ensemble o

2021-05-30

Nature 子刊:多组学数据与机器学习识别新的癌症基因

癌症基因的鉴定在精准肿瘤学和癌症治疗学的发展中起着至关重要的作用。癌症的进展被认为是由驱动基因突变的积累引起的,这些突变赋予细胞选择性的生长优势。在过去的几年里,人们致力于从遗传大数据中找出癌症基因,预测癌症基因的最初方法是寻找显着突变的基因,然而,目前已知的癌症基因(KCG)目录的完整性仍存在争议。尽管成千上万的癌症基因组序列有助于癌症基因的鉴定,但仍存在

2021-04-30