人工智能助力人类疾病研究新进展！
本文中，小编整理了多篇研究报告，共同解读科学家们如何利用人工智能来改善人类疾病的研究，与大家一起学习！图片来源：youthvoices.live【1】J Biomed Inform：利用人工智能寻找心脏疾病的迹象doi：10.1016/j.jbi.2019.103270近日，发表在国际杂志Journal of Biomedical Informatics上的一项最新研究中，研究人员成功利用机器学习
大肠杆菌人工膜囊泡外排系统的建立研究取得进展
大的疏水分子，如类胡萝卜素，不能通过自然运输系统有效地从细胞中排出。这些产物在细胞内积累，影响正常的细胞生理功能，阻碍进一步提高微生物细胞工厂类胡萝卜素的产量。因此，大型疏水分子需要一种新型的人工运输系统，帮助其运输至胞外。中国科学院天津工业生物技术研究所研究员毕昌昊带领的代谢工程与合成生物学技术研究团队和研究员张学礼带领的微生物代谢工程研究团队进行合作，在大肠杆菌人工膜囊泡外排系统的
Cancer Res：为何脂肪肝患者更易患肝癌？
2019年10月19日 讯 /生物谷BIOON/ --近日，一项刊登在国际杂志Cancer Research上的研究报告中，来自德克萨斯大学的科学家们通过研究揭示了为何脂肪肝患者更易患肝癌，文章中，研究者对小鼠模型进行研究后发现，过量的脂肪会损伤肿瘤抑制蛋白HNF4α发挥正常功能的能力。图片来源：Maricruz Kwon/UTHealth研究者Kristin Eckel-Mahan博士说道，本文
J Biomed Inform：利用人工智能寻找心脏疾病的迹象
2019年10月15日讯 /生物谷BIOON /--《生物医学信息学杂志》(Journal of Biomedical Informatics)上的一项新研究利用机器学习处理未标记的电子健康记录(electronic health record ，EHR)数据，揭示了心血管疾病(cardiovascular disease，CVD)的发生过程。图片来源：https://cn.bing.com这项研
我国科学家发现肝纤维化检测和治疗靶标
2019年8月29日，南方医科大学丁彦青及周伟杰共同在 Cell 在线发表题为：LECT2， a Ligand for Tie1， Plays a Crucial Role in Liver Fibrogenesis 的研究论文，该研究将LECT2鉴定为孤儿受体Tie1的功能性配体，并为LECT2 / Tie1信号在血管生成/血窦毛细血管化和肝纤维化中的潜在作用提供了有价值的见解。临床相关性，血清
降脂消炎还能缓解纤维化 非酒精性脂肪肝新药达到2期临床终点
今日，NGM Biopharmaceuticals宣布，其治疗非酒精性脂肪性肝炎（NASH）患者的主要候选药物aldafermin（NGM282），在2期临床试验第四队列的中期分析中达到了试验的主要终点，72%的患者的绝对肝脏脂肪（LFC）含量下降了至少5%。此外，多项与NASH相关的生物标志物水平也得到显着改善。NASH是一种严重的非酒精性脂肪性肝病（NAFLD），是指酒精以外其它因
Genome Med：人工智能助力克罗恩氏病的治疗
2019年10月1日 讯 /生物谷BIOON/ --在最近的研究中，科学家开发了一种计算方法，可以帮助增进对克罗恩病（Crohn Disease，一种引起消化道炎症的疾病）的理解和治疗。 由罗格斯（Rutgers）领导的这项研究发表在《Genome Medicine》杂志上。该研究利用人工智能检查了111人中克罗恩氏病的遗传特征。该方法揭示了以前未发现的与疾病相关的基因，并准确预测了其他
Nat Machine Intelligence: 人工智能助力生物医学成像
2019年10月1日 讯 /生物谷BIOON/ --根据最近一项研究，苏黎世联邦理工学院和苏黎世大学的科学家成功利用机器学习方法来改善光声成像。这种相对年轻的医学成像技术可用于诸如可视化血管，研究脑活动，表征皮肤病变和诊断乳腺癌等方向。然而，渲染图像的质量很大程度上取决于设备使用的传感器的数量和分布：传感器的数量越多，图像质量就越好。 对此，研究人员开发的新方法可以在不放弃最终图像质量的情况下大幅
Gastroenterology：我们需要更好的预测脂肪肝的方法
2019年9月27日 讯 /生物谷BIOON/ --虽然依靠血液样本可以识别人们患严重肝病的风险，但在一般的保健检查中仍需要更好的方法来识别需要接受护理的人群。这些是瑞典Karolinska Institutet的研究人员在《Gastroenterology》杂志上发表的一项大型基于大规模人群数据分析的结论。 脂肪肝是一种常见的疾病，主要体现为脂肪在肝脏中的积累，它与2型糖尿病和肥胖症相
专家解读：人工智能是超声工作的新未来
21世纪的人工智能风潮几乎席卷了所有行业，精准和快速成为人工智能的重点发展目标，国家相关政策也将人工智能作为重点发展。在医疗领域，尤其是病理与放射读片、手术机器人等方面，智能诊断功能都已初具雏形，但超声领域却存在着诸多限制因素：由于超声图像的采集目前还缺乏统一的标准，图像的采集受到医生操作制约，不同角度和不同采集位置对于结果存在很大影响，同时超声影像中不同组织结构差异大，采集中的动态图像实施结果传