Benchmarker一种可靠的对GWAS数据进行挖掘的算法
全基因组关联研究(GWAS)针对大量人群寻找有助于常见的多基因特征(如身高或肥胖)的基因。这些综合性研究经常发现大量微小的遗传变异,这些变异在高龄,肥胖等人群中更常发生。但这种相关性并不一定意味着因果关系的存在。 虽然有许多计算算法可用于帮助提取GWAS结果,但很难知道选择哪一种。研究人员在《American Journal of Human Genetics》杂志上发表的文章称Benchmarker一种可靠的对GWAS数据进行挖掘的算法。(图片来源:Www.pixabay.com) “我们有不同的优先级算法,但我们实际上并不知道如何确定哪一个是最好的,”该文章主要作者Rebecca Fine说 “我们不想依赖先前的'黄金标准'或引入除原始GWAS数据之外的任何其他内容。” 借助“交叉验证”的机器学习概念,Benchmarker使调查人员能够将GWAS数据本身作为自己的控制。我们的想法是采用GWAS数据......阅读全文
华中农业大学Nature子刊发布GWAS研究新成果
来自华中农业大学的研究人员报告称,他们通过对玉米粒进行基于代谢物组(Metabolome)的全基因组关联(GWAS)研究获得了一些新的生物化学见解。 植物生成大量结构各异的代谢产物,它们在植物的生长、细胞补充、全株资源分配以及植物的发育和应激反应中发挥着重要的作用。此外,它们还为人类提供了
动植物基因变异表型关联知识库(GWAS-Atlas)正式上线发表
近日,由中国科学院北京基因组研究所开发的国际上首个动植物基因组变异-表型关联知识库(GWAS Atlas)正式上线发表,该项研究成果以GWAS Atlas: a curated resource of genome-wide variant-trait associations in plant
同济大学刘琦教授在Nature旗下刊物发表了研究论文
2015年3月,同济大学生命科学与技术学院刘琦教授在Nature旗下刊物,临床药理学国际著名期刊《Clinical Pharmacology & Therapeutics》在线发表了题为:“Mining drug-disease relationships comp
英国生物银行在GWAS中发现了与人类特征的新关联
根据欧洲分子生物学实验室欧洲生物信息学研究所的一对研究人员的一项研究,一套新的分析工具使系统地搜索拷贝数变异与复杂的人类特征或条件之间的联系成为可能。 “我们提出了一个强大的 CNV 到表型发现过程,该过程使用类似于传统的基于 SNP 的 GWAS 的 [下一代测序] 信息,”作者 Tomas
基因检测产业在中国的发展及其在GWAS发现和复现中作用
近年来,面向消费者的基因检测(DTC-GT)行业呈爆炸式增长,由美国的市场先驱者发起,欧洲和亚洲的公司迅速跟进。除了向客户提供祖先和健康信息这一主要目标外,DTC-GT服务已经成为大规模人口和遗传学研究的宝贵数据资源。 来自中南大学、深圳WeGene临床实验室Gang Chen教授课题组研究了
信工所在算法研究中获进展
人工智能国际联合大会(IJCAI)是AAAI协会两年一度的学术性会议,是世界顶级的人工智能会议之一,2015年7月将在阿根廷布宜诺斯艾利斯举办。中国科学院信息工程研究所信息安全国家重点实验室助理研究员郭晓杰完成的两项工作Robust Subspace Segmentation by Simult
进化算法可解决风电机选址问题
据美国物理学家组织网报道,澳大利亚阿德莱德大学的计算机科学家们日前宣称,通过进化算法(Evolutionary Algorithms,EA)可以更高效、精确的完成风力涡轮机的选址工作,这些位置信息都通过精确计算得来,是最优化的结果,可使安置其上的风电场获得更高的发电效率。 负责该项研究的阿德
AI算法自动解析脑干白质神经束
美国麻省理工学院、哈佛大学及麻省总医院的科研团队开发出一款人工智能(AI)软件,能够利用算法自动解析脑干中以往难以清晰成像的白质神经束。这一成果打开了研究脑干的新窗口,也为研究神经系统疾病与脑损伤提供了新工具。该研究发表于《美国国家科学院院刊》。该软件名为“脑干束工具”(BSBT),基于扩散磁共振成
实验离心技术的基本计算法(二)
也可以表达为四、沉降时间计算:(1)、一般分析沉降时间可以对t的积分求得:设颗粒起始位置的rmin,沉降终了位置为 rmax,从 rmin沉降到 rmax所需要的时间为:很明显如果给出了沉降时间就可以算出沉降系数: 对现代离心机,ω2 Ts在离心过程中可自动计算,这样计算就十分简单,针对(11)式,
新算法让监控复杂系统变简单
在一个复杂系统中,如包含了2万个互相联系的基因的人类基因组,要想一次监控整个系统几乎是不可能的。据物理学家组织网近日报道,来自美国东北大学、麻省理工大学等单位的研究人员开发出一种新算法,能识别出复杂系统的子单位或必要结点,使监控大型复杂系统成为可能。相关论文发表在最近出版
拥有-“嗅觉”-的新神经算法芯片介绍
前言: 人类除视觉、听觉之外,在嗅觉研究上有新突破,带来新想象空间和应用空间,人类对大脑的认知以及类脑芯片、AI芯片又跨上新台阶,未来的芯片发展之路又有可能另辟蹊径。类似人类大脑的神经拟态芯片神经拟态计算一直被寄予厚望。就算摩尔定律终结,它仍能继续带领信息时代向前。神经拟态计算可以大幅度提升
AI程序攻克围棋的算法秘密(四)
不过这样的训练方式其实存在一个问题。如果其只在练习中对抗同一个对手,且该对手也一直贯穿训练始终,那么可能无法获得新的学习经验。换言之,该网络所学到的只是如何击败对方,而非真正掌握围棋的奥秘。没错,这就是过度拟合问题:你在对抗某一特定对手时表现出色,但却未必拥有对付各类选手的能力。那么,我们该
决策树CART算法优点和缺点
CART的全称是分类和回归树,既可以做分类算法,也可以做回归。决策树的优缺点:优点:1.可以生成可以理解的规则。2.计算量相对来说不是很大。3.可以处理连续和种类字段。4.决策树可以清晰的显示哪些字段比较重要缺点:1. 对连续性的字段比较难预测。2.对有时间顺序的数据,需要很多预处理的工作。3.当类
AI程序攻克围棋的算法秘密(二)
但让我们想想,人类是怎样下棋的?假设目前您身处比赛中的特定阶段。根据游戏规则,你可以作出十几种不同的选择——在此处移动棋子或者在那里移动皇后等等。然而,你真的会在脑袋里列出所有能走的棋步,并从这份长长的清单中作出选择吗?不不,你会“直观地”将可行范围缩小至少数几种关键性棋步(这里假定您提出了
AI程序攻克围棋的算法秘密(一)
这篇文章的主角是AlphaGo,谷歌DeepMind团队开发出的围棋AI。其凭借着2016年击败全球顶尖棋手李世石的壮举而广受瞩目。围棋是一种古老的棋类游戏,每一步都存在诸多选择,因此接下来的落子位置很参议会预测——要求对弈棋手拥有强大的直觉与抽象思维能力。正因为如此,人们长久以来一直认为只
HFSS算法及应用场景介绍(四)
在HFSS中,使用eigenmode算法可计算三维结构谐振模式,并可呈现图形化空间的谐振电压波动,分析结构的固有谐振特性。依据谐振分析的结果,指导机箱内设备布局和PCB层叠布局,改善电磁兼容特性。图13、Eigenmode算法应用场景总结HFSS里面有各种不同的算法,有全波算法、近似算法以及时域算法
AI程序攻克围棋的算法秘密(五)
在本节中,大家应该对MCTS算法的工作原理拥有更为深入的理解。请别担心,迄今为止提到的全部内容应该足以支持您顺利掌握相关内容。惟一需要注意的是我们如何使用策略概率与估值方法。我们在铺展过程中将二者结合在一起,从而缩小每次落子时需要探索的具体范围。Q(s,a)表示估值函数,u(s,a)则代表该位置的已
HFSS算法及应用场景介绍(一)
前言相信每一位使用过HFSS的工程师都有一个疑问或者曾经有一个疑问:我怎么才能使用HFSS计算的又快又准?对使用者而言,每个工程师遇到的工程问题不一样,工程经验不能够直接复制;对软件而言,随着HFSS版本的更新,HFSS算法越来越多,针对不同的应用场景对应不同的算法。因此,只有实际工程问题切合合适的
遗传算法的基本运算过程
遗传算法的基本运算过程如下: (1)初始化:设置进化代数计数器t=0,设置最大进化代数T,随机生成M个个体作为初始群体P(0)。 (2)个体评价:计算群体P(t)中各个个体的适应度。 (3)选择运算:将选择算子作用于群体。选择的目的是把优化的个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一
HFSS算法及应用场景介绍(二)
IE算法是三维矩量法积分方程技术,支持三角形网格剖分。IE算法不需要像FEM算法一样定义辐射边界条件,在HFSS中主要用于高效求解电大尺寸、开放结构问题。与HFSS FEM算法一样,支持自适应网格技术,也可以高精度、高效率解决客户问题,同时支持将FEM的场源链接到IE中进行求解。HFSS-I
实验离心技术的基本计算法(三)
五、沉降系数的近似计算(Ⅰ)利用速率一区带密度梯度离心作沉降系数的近似计算;用超速( 40000~42000转/分)细长离心管( 10~13毫升,离心管长 9~10厘米)选用线性梯度或凸指数梯度(可以提高在较高密度区的分辨率)。测定样品在相同的离心条件下(温度、转速、加减速速率,转头、离心管样品量,
实验离心技术的基本计算法(一)
一、一般计算设离心转头以匀角速度ϖ在离心室中等速旋转,悬浮在离心管或转头中溶剂内的颗粒(被分离的)的密度为σ,溶剂(或梯度材料)的密度为ρ,粘性系数为η。颗粒所在位置与旋转中心距离r,颗粒本身体积为V。根据经典的牛顿力学基本原理,质量为m的颗粒受到的离心力为:用 N=rpm=转/分来表示定义 RCF
Google-DeepMind打破十年算法瓶颈
·排序算法是世界各地的计算机不断使用的基本功能,虽然数十亿人每天都在使用该算法,但没有人意识到算法还存在优化空间。Google DeepMind表示:“看起来,现在AI不仅可以帮人写代码,而且可以帮我们写出更好的代码。”·“通过优化和推出全球开发人员使用的改进排序和哈希算法,AlphaDev展示了其
AI程序攻克围棋的算法秘密(三)
另外,我们还希望能够构建起一套略有不同的策略网络版本; 其应该更小巧且速度更快。可以想象,如果Lusha的经验非常丰富,那么其用于处理每个位置的时间也将相应延长。在这种情况下,虽然她能够更好地缩小合理落子范围,但由于整个过程会不断重复,因此耗费时间可能会过长。所以,我们需要为这项工作
HFSS算法及应用场景介绍(三)
混合算法(FEBI,IE-Region,PO-Region,SBR+ Region)前面对频率内的各种算法做了介绍并说明了各种算法应用的场景,很多时候碰到的工程问题既包括复杂结构物理也包括超大尺寸物理,如新能源汽车上的天线布局问题,对仿真而言,最好的精度是用全波算法求解,最快的速度是采用近似算求解,
科学家借助电脑算法合成新材料
英国利物浦大学一个团队日前在英国《自然》杂志发表报告说,他们利用一种基于电脑算法的方案,成功合成了两种新材料,这一科研方案有望大幅提高科学家发现新材料的效率。 据该团队介绍,这个新开发的电脑算法通过对已知材料结构的分析,来预测原子如何组合才会创造出稳定且能够被合成出来的新材料。基于这一电脑预测
国际团队提出一种新量子算法
一个国际研究小组近日在美国《科学进展》杂志上介绍,他们设计了一种新型量子算法,有望推动量子计算在物理、化学等多个领域的应用。 据介绍,在复杂量子系统中存在能量较小的基态,还有能量较高的激发态。过去的量子算法只能对基态问题进行有效且精确求解。针对这个问题,英国布里斯托尔大学、美国微软公司、中国中
预测小分子抗癌活性有了新算法
记者从中科院昆明动物研究所获悉,该所李功华博士在研究员黄京飞的指导下,开发了一个新的基于分子药效团的小分子比对算法,并成功应用于预测小分子的抗癌活性。近日,该研究发表在顶级计算生物学杂志《生物信息学》上。 据李功华介绍,开发新的抗癌药物是科学界和医学界的热点和难点。直接采用实验的方法筛选抗
新算法可大幅提高图像边界识别效率
美国麻省理工学院的研究人员日前称,他们开发出了一种新的图像分割算法,可将传统分割算法的效率提高上万倍。该研究将有助于改善医疗成像系统的识别精度并实现对特定3D物体的连续跟踪识别。 当我们推开窗户向外张望时,马上就能看到汽车、人行道、行人或者远处高大的建筑。这在计算机领域中被称为视觉识别,对人类