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
机器学习也许能“算命”
12月19日，《自然-计算科学》发表的一项研究描述了一种机器学习方法，能够从不同方面准确预测人类生活，包括早死可能性和个性的细微差异。该模型或许能提供对人类行为的量化认知。 社会科学家对人类生活是否能被预测的问题看法不一。虽然我们对在人类生活中起到重要作用的社会人口学因素已有充分了解，但一直无
机器学习模型预测中风？
中风的诊断可能很棘手，因为患者并不总是表现出典型的症状，而且其他疾病也可能模仿它。研究人员利用现有数据开发了一种机器学习模型，可以准确预测中风，并可能使诊断变得更容易。诊断错误是一个主要的公共卫生问题，造成了可预防的病人伤害和卫生超支。由于诊断错误而导致的可预防的中风死亡比误诊的心脏病发作要常见30
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
机器学习能够有效筛选“苦味”
苦味往往在食物味道中并不受欢迎，而引起这种苦味的重要因素之一是一种生物分子—苦味肽。苦味肽是能够与细胞膜上的苦味受体结合进而引发苦味感知的一类小分子肽，通常在食品加工、储存或消化过程中生成。近日，中国科学院大连化学物理研究所研究员靳艳团队与大连工业大学、内蒙古伊利实业集团有限公司合作，发展了一种
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
机器学习助力外骨骼性能提升
美国科学家报道了一种能加速外骨骼控制系统开发的模拟框架，这种外骨骼能辅助现实世界场景中的运动。研究显示，这个框架或有助于推动外骨骼和义肢等装置的广泛应用。相关研究6月12日发表于《自然》。外骨骼能显著提升人类运动，恢复残疾人士的运动能力。不过，当前的控制器在匹配不同个体需求和任务涉及的复杂人体运动时
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
前列腺癌SPOP基因突变导致细胞耐药的分子机制
编码E3泛素连接酶SPOP的基因在原发性前列腺癌中经常高频突变，但是SPOP突变如何导致前列腺癌的发病机制仍知之甚少。应激颗粒（stress granules）的组装是细胞在应激状态下生存的一种进化保守策略，在人类癌症当中经常上调表达。 近日，复旦大学生命科学学院王陈继、李瑶团队，发表了题为“
固态纳米孔结合机器学习对抗衰寡肽的单分子分析取得进展
抗衰商品中的寡肽作为活性成分与皮肤细胞相互作用，加速胶原合成和纤维细胞增殖。寡肽活性成分一些是神经递质或酶抑制剂，另一些是信号肽或载体肽。研究对不同寡肽结构建立单分子特征分析方法，应用于市面不同抗衰产品中寡肽有效成分鉴定，对化妆品工业质控有重要意义。近日，中国科学院重庆绿色智能技术研究院与陆军军医大
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
用机器学习洞察春节幸福感
刚刚过去的虎年春节，你幸福吗？ 为了深入理解新冠疫情和防疫政策对民众幸福感和生活的影响，深圳市人工智能与机器人研究院及香港中文大学（深圳）校长讲座教授贾建民、清华大学文科资深教授薛澜和博士生袁韵、香港大学副教授贾轼等组成的研究团队，采用机器学习与回归分析相互结合的方法，
武汉大学量子机器学习研究获进展
近日，《自然·通讯》在线发表了武汉大学计算机学院在量子人工智能理论方面的最新研究成果。论文题为《纠缠数据在量子机器学习中的相变行为》。这是武汉大学量子机器学习方向研究成果首次刊登在《自然·通讯》上。论文截图。据悉，量子纠缠是实现量子计算优势的关键资源。目前，科学家广泛关注如何将量子纠缠整合到量子机器
机器学习助力更好理解水的行为
美国一个研究团队在最新一期《物理评论快报》上刊发论文称，他们借助机器学习技术来理解水在零下100℃的行为。最新研究不仅能让科学家更好地理解水，也为更好地从理论上理解各种物质开辟了更多途径。 水是人们最熟悉、接触最频繁的物质之一，但实际上它还有很多未解之谜。在过去30年里，科学家们从理论上认为，当
机器学习鉴别出八种戒烟药物
美国科学家开发出一种新的机器学习方法，可通过计算机程序分析数据集的模式和趋势来识别药物，他们借此鉴定出了8种有助戒烟的药物，包括用于治疗感冒咳嗽的右美沙芬等。相关研究刊发于最新一期《自然·遗传学》杂志。 吸烟是导致心血管疾病、癌症和呼吸系统疾病的危险因素。虽然吸烟行为是后天学习的，但此前的一项
“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
机器学习技术加速植物精准设计育种
种子被誉为农业的“芯片”，育种科技创新是推动农业发展的核心动力。未来植物育种的新范式是基因组学、基因编辑、合成生物学等生物技术（BT）与数据科学、机器学习、人工智能等信息技术（IT）的多元化融合。农业农村部“十四五”规划将“智慧种业”列在“智慧农业”领域七大攻关任务之首。任务中明确提出：构建数字化育
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
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方案。
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。该文章描
《分子肿瘤疗法》：揭示木酚素抗前列腺癌新机制
9月6日《分子肿瘤疗法》杂志(Molecular Cancer Therapeutics)刊载了中科院上海生命科学研究院营养科学研究所林旭研究组有关木酚素代谢产物肠内酯抗前列腺癌机制的研究论文。 前列腺癌是常见的男性肿瘤之一，在欧美地区是第二位癌症致死因素。虽然中国被认为是前列腺癌的低发病区，但伴随
利用机器学习将光学传感器灵敏度提高到单分子水平
纳米结构的几何形状只要满足特定条件，并匹配入射光的波长，就能够大幅提高光学传感器的灵敏度。这是因为局部纳米结构可以极大地放大或减少光的电磁场。据麦姆斯咨询报道，由Christiane Becker教授领导的HZB（德国亥姆霍兹国家研究中心联合会）青年研究组“Nano-SIPPE”正致
自然发文报道细胞“感知”机械力精巧分子机器结构与机制
《自然》期刊以长文形式在线 发表 了清华大学肖百龙、李雪明课题组题为《Piezo1 离子通道的结构与机械门控机制》(Structure and Mechanogating Mechanism of the Piezo1 Channel)的研究论文，他们解析了哺乳动物机械门控 Piezo1 离子通
机器学习模型首次在太空检测云层变化
原文地址：http://news.sciencenet.cn/htmlnews/2023/8/505829.shtm
量子物理与机器学习结合研究取得进展
生成模型(Generative Model)是机器学习领域的重要课题和研究前沿，也被认为是通往人工智能的必由之路。历史上，物理学为生成型学习提供了很多新思路。比如，著名的玻尔兹曼机(Boltzmann Machine)就来自于统计物理中的伊辛模型及相关的反伊辛问题。最近，中国科学院物理研究所/北
常见机器学习算法优缺点比较（二）
常见算法优缺点 1.朴素贝叶斯 朴素贝叶斯属于生成式模型（关于生成模型和判别式模型，主要还是在于是否是要求联合分布），非常简单，你只是做了一堆计数。如果注有条件独立性假设（一个比较严格的条件），朴素贝叶斯分类器的收敛速度将快于判别模型，如逻辑回归，所以你只需要较少的训练数据即可。即使
机器学习可用更少血液更早筛查癌症
原文地址：http://news.sciencenet.cn/htmlnews/2024/1/516631.shtm
常见机器学习算法优缺点比较（四）
缺点 · 当观测样本很多时，效率并不是很高； · 对非线性问题没有通用解决方案，有时候很难找到一个合适的核函数； · 对缺失数据敏感； · 对于核的选择也是有技巧的（libsvm中自带了四种核函数：线性核、多项式核、RBF以及sigmoid核）： · 第一，如果样本数量小于特征
常见机器学习算法优缺点比较（三）
优点：实现简单，计算简单； 缺点：不能拟合非线性数据. 4.最近领算法——KNN KNN即最近邻算法，其主要过程为： 计算训练样本和测试样本中每个样本点的距离（常见的距离度量有欧式距离，马氏距离等）； 对上面所有的距离值进行排序； 选前k个最小距离的样本； 根据这k个样本的标签进行