Antpedia LOGO WIKI资讯

科学家开发前列腺癌精准预测与评估模型

近日,美国丹娜法伯癌症研究院、麻省理工学院和哈佛大学的研究团队利用前列腺癌患者的多组学数据,开发了一款可用于前列腺癌预测与评估的机器学习分析模型P -NET(Pathway-aware multi-layered hierarchical network)。该研究在《Nature》上发表,题为:Biologically informed deep neural network for prostate cancer discovery。 前列腺癌是男性高发恶性肿瘤之一,探索其侵袭转移的分子机制、评估患者预后是前列腺癌防治研究中的重要方向。该研究团队基于1013例前列腺癌患者数据,通过分析基因突变、基因拷贝数、基因融合等信息,构建了基于生物信息学的深度学习模型。利用该模型可对前列腺癌患者进行危险分层,评估靶向治疗相关分子驱动因素状况,以及预测癌症状态等,相关性能明显优于其它模型。......阅读全文

Nat Genet:阐明前列腺癌发生的新型分子机制

  近日,一项刊登于国际杂志Nature Genetics上的研究论文中,来自瑞典卡罗琳学院等处的科学家们通过研究揭示了一种新型的基因调控机制,该机制或可帮助解释已知的遗传突变如何影响前列腺癌的发病风险,该研究同时还揭示了雄激素受体功能的去调节,其在前列腺癌发病过程中扮演着重要角色。  人类机体基因

研究揭示成瘾药物影响小鼠学习记忆的分子机制

  记者日前从中科院广州生物医药与健康研究院获悉,该院郑辉研究组与美国明尼苏达大学的科研人员合作发现,吗啡、常用阿片类镇痛剂等成瘾类药物可以通过多条信号通路或者调节因子,调节小鼠海马区中一个重要转录因子的活性,进而通过阻断成体神经的发生抑制成熟中枢神经系统中新神经元的产生。   此外,研究组还通过

机器学习加速探索材料的开发

  设计空间几何增长是材料设计中的一大挑战。机器学习(ML)加速探索材料设计已经开始在的这一挑战中发挥作用,并显著提高了发现材料的效率。然而,这个流程暗含了密度泛函理论(DFT)产生的训练集的统计上的偏见。并且,在使用高通量计算产生训练集的时候,大量的计算会失败。这种情况对于一些有趣的,例如含有自由

机器学习在分子生物学领域大显身手

  如果这是未来的生物学实验室,那么它看起来与今天的实验室似乎并没有什么不同。穿着白大褂的科学家拿着盛有冷冻玻璃管的箱子走过,架子上的化学物质——纯酒精瓶、糖罐、蛋白质和盐是培养和调节微生物的标准物件。如果不是耳朵听到的机械声音,你可能根本不会注意到这里的机器人:它们在风扇的低啸中像蟋蟀一样彼此哼唱

龙讯旷腾扩展工业领域,机器学习平台加速分子动力学计算

我们都知道从第一性原理出发的分子动力学(Ab Initio Molecular Dynamics, AIMD)计算,需要消耗大量时间和计算资源。但另一方面,体系中每个原子的能量,可通过考察其邻近原子的几何位置即组态(Configuration)近似得到。因此借助机器学习的方法,辅助已有的第一性原理计

比传统机器学习算法快1000倍——联想学习法

英国牛津大学材料系研究人员联合埃克塞特大学和明斯特大学的同事开发了一种片上光学处理器,能检测数据集中的相似性,速度比在电子处理器上运行的传统机器学习算法快1000倍。发表在《光学》杂志上的这项新研究的灵感来自诺贝尔奖获得者伊万·巴甫洛夫对经典条件反射的发现。巴甫洛夫在实验中发现,如果在喂食过程中提供

Google如何用机器学习帮助药物研发?

  从在搜索中回答与健康相关的问题,到给开发者提供健身数据平台,Google在我们的日常健康中越来越重要。但其实互联网巨头们也在努力加快研发治愈人类顽疾的关键药物。   同斯坦福大学的Pande Lab合作,Google Research发表了一篇题为“针对药物研发的大规模多任务网络”的文章

机器学习模型可识别乳房病变风险

  美国研究人员近日在《放射学》杂志线上版发表文章称,他们开发出一种机器学习工具,可以确定哪些高危乳房病变可能会变成癌症,从而帮助医生作出正确的治疗决策,减少不必要的手术。   乳房病变是一种女性常见疾病,而高危乳房病变有很大几率转变成癌症。正是由于这种风险,手术切除病变组织通常被认为是首选治疗

机器学习模型创建定制气味和香水

目前,人们仅根据气味剂的物理化学特征来预测嗅觉印象。但是,该方法无法预测传感数据,而传感数据对于产生气味是必不可少的。为了解决这个问题,日本东京工业大学研究人员采用了逆向思维的创新策略,不是根据分子数据预测气味,而是根据气味印象预测分子特征。这是使用标准质谱数据和机器学习模型实现的。研究成果发表在最

“量子比特+机器学习”可精准测磁场

   北京7月8日电,据芬兰阿尔托大学官网近日报道,该校科研人员主导的国际团队提出了一种采用量子系统测量磁场的方法,新系统的精确度超过了标准量子极限。他们表示,从量子状态中快速提取信息,对于未来的量子处理器和现有超灵敏探测器来说都必不可少。此项研究向利用量子增强方法进行传感迈出了关键的第一步。  在