仅利用质谱，机器学习可预测未上市新型人造毒品
英国《自然·机器智能》杂志15日发表一项计算生物学突破，包括加拿大英属哥伦比亚大学在内的研究团队研发了一种自动化、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。 每年有大量新型精神药物出现在非法市场上，这些药物会造成与已知非法药物相近的精神效果，但其合成方式使其在化学上与已知非法药物有所不同，这些药物规避了现有的毒品法规，甚至难以被侦测。法医实验室使用质谱分析法在查封药片或粉末中识别已知人造毒品。但是，要弄清一种全新人造毒品的结构，通常需要化学专家工作数周或数月，并且需要用到多种实验技术。 加拿大英属哥伦比亚大学研究人员迈克尔·斯金奈德及其同事，此次使用全球各地法医实验室众包的保密数据，训练了一个机器学习模型。他们所使用的算法也被称为深度神经网络，其灵感来自于人脑的结构和功能。机器学习产生了结构和性质都类似于近期人造毒品的分子......阅读全文
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
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
“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
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，
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
英开发出高度复杂的人造分子机器
据物理学家组织网1月11日(北京时间)报道，英国曼彻斯特大学的研究团队通过模拟自然分子的制造过程，研发出了高度复杂的人造分子机器，是目前世界上同类分子机器中最为先进的，可谓在实验室内掀起了一场微尺度的工业革命。相关科研报告发表在最新一期的《科学》杂志上。 此项研究由该校化学学院的
人造肌肉！新型机器腿能走会跳
瑞士苏黎世联邦理工学院和德国马克斯普朗克智能系统研究所共同开发出一种“人造肌肉”驱动机器腿，其不仅比传统机器腿更节能，而且可进行高跳、快速移动、检测和应对障碍物，完成这些任务都不需要复杂的传感器。研究发表在最新《自然·通讯》杂志上。 近70年来，绝大部分机器人都有一个共同点：由马达驱动。马达装
常见机器学习算法优缺点比较（一）
机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法，诸如SVM，GBDT，Adaboost，现在深度学习很火热，神经网络也是一个不错的选择。假如你在
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
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
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
机器学习+化学直觉让药物发现更有效
原文地址：http://news.sciencenet.cn/htmlnews/2023/11/511579.shtm
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（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
机器学习遇到单细胞组学：Perturbation－Modeling
细胞生物学的相关研究一直受限于数据的完整性和表型的完整性，对应激状态和稳态下的细胞区别观察不够充分。过去五年中，计算机视觉和语音识别领域通过对大量的无标签数据进行学习、建模，很好的解决了数据不足的问题。同样在最近的研究中，机器学习方法使用单细胞数据进行扰动建模也推动了细胞生物领域前进。
机器学习技术或可解决量子信息难题
今天，记者从上海交通大学获悉，该校教授金贤敏团队与南方科技大学教授翁文康合作，首次将机器学习技术应用于解决量子信息难题，实现了基于人工神经网络的量子态分类器。这一重要研究成果已发表于《物理评论快报》。 量子信息科学与人工智能技术，作为近年来最前沿的研究领域，取得了诸多改变传统信息科学的进展。但如
准确预测身高？这种机器学习算法能做到
美国密歇根州立大学的研究人员近日开发出一种先进的算法，能够根据个人基因组来预测他们的身高、骨密度，甚至是教育水平。这项成果于近日发表在《Genetics》杂志十月刊上。 这项研究的负责人、密歇根州立大学的Stephen Hsu博士表示这仅仅是开始。“尽管我们现在验证了这一工具的这三个结果，但我
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
槟榔、芒果机器学习遥感分类研究取得进展
近日，中国热带农业科学院科技信息研究所智慧农业研究中心在槟榔、芒果机器学习遥感分类研究上取得新进展。该研究在《遥感》（Remote Sensing）上发表。芒果和槟榔是国内重要热带经济作物，对地方农业农村经济发展具有重要意义。及时、准确获取芒果和槟榔种植园的空间结构信息不仅是区域农业结构调整和优化的
－机器学习的新玩法：可做医疗监控
也许现在多数人们还认为“机器学习”(Machine Learning)是一个相当前沿的概念，但事实上，你接触的若干互联网产品已经使用了与机器学习有关的思维或技术。比如电子邮件服务商就是使用机器学习算法来过滤垃圾邮件的，Google也通过相关的技术来辨别垃圾站点。 对于很多互联网用户来说
机器学习分析出语言多样性成因
人类至少有7000多种不同的语言,这种多样性强加了社会界限,对我们的认知和经济生活、思考方式以及人们之间的互动都产生了深远影响。 瑞士苏黎世大学（UZH）的研究人员在《英国皇家学会学报B》上发表文章称,他们在大型数据集上运用机器学习技术证明,当前的语言多样性在很大程度上是由于过去10000年过
质谱及质谱的目的
质谱，是一种分析方法，原理就是让带电原子、分子或分子碎片按质荷比的大小顺序排列，打出相应的谱线。待分析的样品分子在离子源中离化成具有不同质量的单电行分子离子和碎片离子，这些单电荷离子在加速电场中获得相同的动能并形成一束离子，进入由电场和磁场组成的分析器中；其中离子束中速度较慢的离子通过电场后编转大，
气体分析质谱质谱原理
质谱仪配备QuaderaTM 分析软件, 操作简单, 功能强大, 有128 个检测通道，可生成用户特殊应用软件界面. 在参数设置, 多种实测方式, 谱库, 数据统计, 谱图放大, 光标, 输入输出模块等性能的支持下, 可以更方便地进行定性定量分析以及在线离线分析. Omnistar/
李海洋课题组研制出便携离子阱质谱－快速鉴定混合毒品
打击毒品滥用长期以来一直是全球重点关注问题。近年来，制毒者为了提升毒品的“快感”，同时降低毒品的成本，经常将多种毒品进行混合，配置成混合药效新型毒品，这类不同毒品相互掺杂促进药效的混合毒品危害性很大。2017年，北美地区因吸食毒品过量造成的死亡人数超过5000人，其中大部分是因为吸食海洛因中掺入
珀金埃尔默Torion－T9在毒品检测中的应用（一）
Torion T-9便携式气质让现实中的“绝命毒师”显出原形 各位实验室的小伙伴们在每天的工作中会接触到各种化学试剂，其中大部分是有毒的化学品，然而其中一些也是制作毒品的原材料，例如我们经常用的盐酸、硫酸、丙酮、甲苯等等。之前有一部美剧《绝命毒师》，讲述了50岁的化学老师Walter Whi
精神药物研发革命失速
对于饱受精神紊乱疾病困扰的患者而言，医药处方已经开始慢慢“期满”。尽管自上世纪40年代以来，相关领域已经取得令人惊讶的进步，但是到目前为止，精神分裂症、躁郁症以及抑郁症等疾病治疗药物的研发仍然令人失望，并且无法满足需求。在本期《科学―转化医学》的相关文章中，Hyman论述了这背后的历史和科学问题
质谱
不同质荷比的离子经质量分析器分离，而后被检测并记录下来的谱图叫作质谱图。简称质谱。质谱图的横坐标是质荷比(m/z) ，纵坐标是离子强度；质谱法(Mass Spectrometry) 即质谱分析法， 一般亦简称为质谱；质谱计(Mass Spectrometer): 采用顺次记录各种质荷比离子的强度的方
什么是质谱及质谱图
质谱（又叫质谱法）是一种与光谱并列的谱学方法，通常意义上是指广泛应用于各个学科领域中通过制备、分离、检测气相离子来鉴定化合物的一种专门技术。质谱法在一次分析中可提供丰富的结构信息，将分离技术与质谱法相结合是分离科学方法中的一项突破性进展。在众多的分析测试方法中，质谱学方法被认为是一种同时具备高特异性
全新忆阻器超越现有机器学习系统
在当今“大数据”时代，现有计算机硬件架构已面临速度和高能耗的瓶颈。科技日报记者日前采访美国密西根大学电子工程与计算机系卢伟教授获悉，他带领同事研发出一种全新忆阻器（Memristor）阵列芯片，其处理图片和视频等复杂数据的速度和能效，超越了现有最先进机器学习系统。相关论文发表在最近一期《自然·纳