DeepDEP：深度学习构建肿瘤依赖性图谱
大家好呀！今天给大家介绍一篇2021年发表在Science Advances上的文章。全基因组功能缺失筛查揭示了对癌细胞增殖十分重要的基因，称为肿瘤依赖性。然而将肿瘤依赖性关系与癌细胞的分子组成联系起来并进一步与肿瘤联系起来还是一个巨大的挑战。本研究，作者提出了DeepDEP，基于深度学习模型和基因组数据可以预测癌症依赖性。该模型对无标签的肿瘤基因组进行无监督预训练来改进癌症依赖性学习。作者使用三个独立数据集验证DeepDEP的性能。通过系统的模型解释，作者扩展了当前的癌症依赖性图谱。将DeepDEP应用于泛癌的肿瘤基因组数据并首次构建了具有临床相关性的泛癌依赖性图谱。总的来说，DeepDEP作为一种新的工具可以用于研究癌症依赖性。 Predicting and characterizing a cancer dependency map of tumors with deep learning 使用深度学习预测和描述肿......阅读全文
科学家深度解析脑功能联接图谱
中科院上海生科院神经科学研究所王征研究组通过利用宏观脑功能联接图谱中隐含的结构化信息，为研究脑影像学生物标记提供了一种新方法。相关研究成果日前在线发表于国际学术杂志《医学成像》。 近年来，机器学习在人工智能、互联网等领域取得了突破性进展，也越来越多地应用于解决生物医学问题。机器学习分类算法不仅
科学家构建人类发育细胞图谱
目前，发育生物学的研究主要基于模式生物。由于实践上存在的挑战，人类的胚胎发育（从受精卵到胎儿出生）仍是一个知之甚少的“黑匣子”。近期，来自多国研究机构的一项联合研究阐述了人类发育细胞图谱及妊娠期参考图谱构建的路线图，相关成果发表在《Nature》杂志，标题为“A roadmap for the
华人学者构建新的大脑图谱
最近，南加州大学（USC）的科学家们，绘制了小鼠大脑的一个未知部分，可解释亨廷顿氏中和自闭症这类疾病中可能发生了哪些电路中断。 本文通讯作者、南加州大学Mark and Mary Stevens神经影像和信息学研究所的神经学副教授董宏伟（音译，Hong-Wei Dong）和他的同事们，在过去的
深度学习增强里德堡多频微波识别
图为机器学习解码结果。(a-c)为训练时间不同时，深度学习模型对传输信号的恢复结果 中国科大供图里德堡原子具有较大的电偶极矩，可以对微弱的电场产生很强的响应，因此作为一个非常有前景的微波测量体系，备受人们青睐。但基于里德堡原子的微波测量领域还存在很多科学问题亟待解决，多频率微波接收就是其中一项难题
深度学习可识别显微照片中的细菌
美国华盛顿大学研究人员开发出一种深度学习软件Omnipose，其能帮助解决在显微镜图像中识别各种微小细菌的挑战。研究结果发表在17日的《自然·方法学》杂志上。 研究人员发现，在大型细菌图像数据库上训练的Omnipose在表征和量化混合微生物培养物中的无数细菌方面表现良好，并消除了其前身可能出现的
深度学习模型筛查新药快千倍
据美国麻省理工学院（MIT）官网12日报道，该校科学家开发出一款名为EquiBind的几何深度学习模型，其将类药物分子与蛋白配对的效率比现有最快的计算分子配对模型QuickVina2-W快1200倍。相关研究已经提交预印本服务器，并将提交给国际机器学习大会。 在药物开发之前，研究人员必须找到有潜
基于深度学习的时间序列预测研究获进展
时间序列预测是大规模数据无损压缩和极端天气预报等领域的核心技术。随着应用场景多样化和数据复杂性提升，现有模型在异构数据的统一表达、长序列结构依赖建模、极端天气波动捕捉等方面存在挑战。中国科学院计算机网络信息中心人工智能团队围绕上述挑战开展研究，提出一系列创新算法与模型，并在实际系统部署应用。
深度学习增强型智能镜可指导健身
意大利布雷西亚大学的研究人员最近开发了一种用于智能镜子的计算机视觉系统，可以提高家庭和健身房环境中健身训练的效率。在国际体育生物力学学会会议上公布的一篇论文中介绍了这一系统，该系统基于一种深度学习算法，经过训练可以识别健身视频中记录的人体姿势。 这款低成本计算机视觉系统利用骨架化算法，在带
深度学习模型筛查新药快千倍
据美国麻省理工学院（MIT）官网12日报道，该校科学家开发出一款名为EquiBind的几何深度学习模型，其将类药物分子与蛋白配对的效率比现有最快的计算分子配对模型QuickVina2-W快1200倍。相关研究已经提交预印本服务器，并将提交给国际机器学习大会。 在药物开发之前，研究人员必须找到有
深度学习增强里德堡多频微波识别
图为机器学习解码结果。(a-c)为训练时间不同时，深度学习模型对传输信号的恢复结果 中国科大供图 里德堡原子具有较大的电偶极矩，可以对微弱的电场产生很强的响应，因此作为一个非常有前景的微波测量体系，备受人们青睐。但基于里德堡原子的微波测量领域还存在
土壤有机碳对氮沉降响应具有土层深度依赖性
原文地址：http://news.sciencenet.cn/htmlnews/2024/3/519651.shtm
肿瘤动物模型的构建
癌症研究领域中公认的缺陷之一是缺乏能够研究癌变和癌症治疗的模型系统。为了评估在临床前和临床研究中癌症治疗的效果，通常使用人类肿瘤细胞系或患者源性肿瘤移植到免疫缺陷小鼠体内的肿瘤动物模型。肿瘤动物模型为临床试验提供了一个很好的替代方案，可以让研究者了解临床药物的作用机制，是药物进行临床试验前的至关
肿瘤动物模型的构建
如果说有什么话题能够引起充满个性而又多样化的现代人的共鸣，那想必就是“减肥”了。对体重的严格把关已经成为现代积极健康的生活方式中不可缺少的一个环节。肥胖会影响美观，给正常的运动和生活造成负担，从身体健康的角度来说，过重的体重会增加体内脏器工作的负担，带来一系列的并发症，例如高血压、糖尿病、血脂异
2016值得关注的技术：基因组分析深度学习
《Nature Methods》盘点2015年度技术，选出了最受关注的技术成果：单粒子低温电子显微镜（cryo-EM）技术。 除此之外，也整理出了2016年最值得关注的几项技术，分别为：细胞内蛋白标记（Protein labeling in cells）、细胞核结构（Unraveling nuc
Nature：科学家构建人类发育细胞图谱
目前，发育生物学的研究主要基于模式生物。由于实践上存在的挑战，人类的胚胎发育（从受精卵到胎儿出生）仍是一个知之甚少的“黑匣子”。近期，来自多国研究机构的一项联合研究阐述了人类发育细胞图谱及妊娠期参考图谱构建的路线图，相关成果发表在《Nature》杂志，标题为“A roadmap for the
Nature：科学家构建人类发育细胞图谱
目前，发育生物学的研究主要基于模式生物。由于实践上存在的挑战，人类的胚胎发育（从受精卵到胎儿出生）仍是一个知之甚少的“黑匣子”。近期，来自多国研究机构的一项联合研究阐述了人类发育细胞图谱及妊娠期参考图谱构建的路线图，相关成果发表在《Nature》杂志，标题为“A roadmap for the
美国IBM研究院实现深度学习性能突破
美国IBM研究院近日宣布，通过全新的分布式深度学习软件，实现了接近理想的扩展能力，该软件在64台IBM Power系统服务器中的256个GPU上并行运行深度学习框架，实现了95%的扩展效率，并使运算速度与准确率得到了显著提升。此前最佳的系统扩展能力是Facebook人工智能研究院所取得的89%
相比GPU和GPP：FPGA才是深度学习的未来？（二）
除了编译时间外，吸引偏好上层编程语言的研究人员和应用科学家来开发FPGA的问题尤为艰难。虽然能流利使用一种软件语言常常意味着可以轻松地学习另一种软件语言，但对于硬件语言翻译技能来说却非如此。针对FPGA最常用的语言是Verilog和VHDL，两者均为硬件描述语言（HDL）。这些语言和传统
相比GPU和GPP：FPGA才是深度学习的未来？（一）
相比GPU和GPP，FPGA在满足深度学习的硬件需求上提供了具有吸引力的替代方案。凭借流水线并行计算的能力和高效的能耗，FPGA将在一般的深度学习应用中展现GPU和GPP所没有的独特优势。同时，算法设计工具日渐成熟，如今将FPGA集成到常用的深度学习框架已成为可能。未来，FPGA将有效地
科研人员发现深度学习揭示基因相互作用
近日，卡内基梅隆大学计算机科学家采用了一种深度学习方法，近年来彻底改变了人脸识别和其他基于图像的应用程序，并将其功能重定向到探索基因之间的关系。 他们说，诀窍在于将大量的基因表达数据转换成更像图像的东西。善于分析视觉图像的卷积神经网络（CNN）方案随后可以推断出哪些基因正在相互作用。 （图片
深度学习在基因表达谱分析上取得重要进展
近日，一项刊登在国际杂志Bioinformatics上的研究论文中，来自加州大学尔湾分校和博德研究所的研究人员通过深度学习算法进行大规模基因表达预测，并在预测精度上获得了显着提升。 全基因组表达谱分析被广泛应用于描述细胞在不同生理病理条件下的活动状态，例如不同的癌组织细胞在各种给药条件下会产生
深度学习驱动大气降尺度技术研究取得进展
在全球气候变化研究中，将低分辨率的大尺度气候模式数据转化为高分辨率区域数据，是准确评估极端天气与区域微气候的关键。然而，现有主流国际工具普遍受限于固定尺度约束。近日，中国科学院南海海洋研究所等团队，研发出一种基于隐式神经网络混合专家模型（MINet）的大气降尺度新方法。团队通过多尺度隐式特征构建，和
深度学习驱动大气降尺度技术研究取得进展
在全球气候变化研究中，将低分辨率的大尺度气候模式数据转化为高分辨率区域数据，是准确评估极端天气与区域微气候的关键。然而，现有主流国际工具普遍受限于固定尺度约束。近日，中国科学院南海海洋研究所等团队，研发出一种基于隐式神经网络混合专家模型（MINet）的大气降尺度新方法。团队通过多尺度隐式特征构建，和
如何利用肿瘤组织细胞构建肿瘤类器官？
利用肿瘤组织细胞构建肿瘤类器官通常包括以下步骤：肿瘤组织获取从患者手术切除的肿瘤组织、活检样本或转移性肿瘤病灶中获取新鲜的肿瘤组织。组织处理将肿瘤组织进行清洗，去除血液和坏死部分。使用酶消化法（如胶原酶、胰蛋白酶等）或机械解离法将组织分解成单个细胞或小细胞团。细胞筛选与培养通过细胞滤网过滤，去除未消
人工智能将深度介入肿瘤诊治
近日，国家肿瘤临床医学研究中心与中国科学院计算技术研究所签署合作协议，双方将在医学影像计算机辅助诊断、肿瘤多组学等科研领域开展合作研究。国家肿瘤临床医学研究中心主任郝希山院士表示，此次强强联合将建造医疗界的“阿尔法狗”，使人工智能深入到肿瘤诊治的多个领域。 据介绍，当前人工智能已经深入到医疗行
上海生科院合作研究深度解析脑功能联接图谱
5月8日，中国科学院上海生命科学研究院神经科学研究所王征研究组在IEEE Transactions on Medical Imaging 杂志在线发表了题为Discriminative Structured Feature Engineering for Macroscale Brain Con
Science：构建出真涡虫细胞类型转录组图谱
真涡虫是一类相对简单的动物，具有不同寻常的生物学特征：成年真涡虫维持着其他有机体仅在胚胎中短暂存在的发育信息和祖细胞（progenitor cell）。真涡虫获得人们的大量研究，部分原因在于它们具有再生丢失的或受损的身体部位的独特能力。图片来自Christopher Fincher/Whiteh
深度学习可超快分析三维医学影像
英国《自然·医学》杂志8月13日在线发表的两项独立研究显示，最新的人工智能（AI）已可以基于三维医学影像，对神经系统疾病和视网膜疾病给出快速、准确的自动诊断。这意味着深度学习算法已成功应用于三维医学影像的超快分析。 深度学习方法已经能识别二维医学影像，实现疾病诊断，但其对复杂详细的三维影像的识
研究人员基于深度学习无创获得血液输入函数
全面量化大脑PET图像，常常需要精确的血流输入函数。然而传统方法中，获取这一函数通常依赖于侵入性且耗时的动脉导管采血，这在临床实践中往往难以实现。7月2日，中国科学院深圳先进技术研究院副研究员孙涛团队与河南省人民医院副院长王梅云团队合作，在医学影像顶级期刊《IEEE医学影像汇刊》发表最新研究。研究团
Advanced－Science:－深度学习方法预测分子激发光谱
芬兰阿尔托大学Patrick Rinke教授及其合作者一起提出了用于预测分子激发光谱的深度学习方法。 以132k有机分子的电子态密度为例，训练和评估了三种不同的神经网络结构：多层感知器（MLP），卷积神经网络（CNN）和深张量神经网络（DTNN）。 神经网络的输入是每个分子中原子的坐标和电荷。