近4万个数据集验证：机器学习加速新药研发进程
原文地址：http://news.sciencenet.cn/htmlnews/2024/1/516164.shtm......阅读全文
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
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
－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
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
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（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（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
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
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。
昆明理工大学团队创新算法筛选出54种高性能光伏材料
记者27日从昆明理工大学获悉，该校材料科学与工程学院种晓宇、何京津、冯晶教授团队在“人工智能+材料”交叉领域取得重要突破，提出了“连续迁移”机器学习框架，成功解决了小数据集下材料多性能预测的技术瓶颈，为新型功能材料的高效研发提供了新思路。相关研究成果发表于《先进功能材料》。 传统机器学习方法在
Immune－Cell－Atlas－数据集的简介
Immune Cell Atlas 数据集是一个重要的资源，用于深入研究免疫系统中细胞的特征和功能。 要获取这个数据集，您可以通过以下途径： 1.相关科研机构的网站：一些专门从事免疫学研究的机构可能会提供访问或下载该数据集的渠道。2. 公共数据存储库：如欧洲生物信息研究所（EMBL-EBI）的
癌症学研究公布最新数据集
据英国《自然》杂志10月17日在线发表的一项癌症研究，美国俄勒冈健康与科学大学公布了一个数据集，揭示了此前未发现的、急性髓性白血病（AML）患者的特定突变与药物敏感性之间的关联。这些发现将增进对急性髓性白血病的生物学和临床方面的理解。 急性髓性白血病是一种非常多样化的疾病，目前已在患者中观察到
人工智能可用人类“化学直觉”
研究总体框架图片来源：《自然·通讯》在线版《自然·通讯》31日发表的一篇论文报道了一种机器学习模型，该模型能部分重现职业化学家在工作中积累的集体知识，这类知识通常被称为“化学直觉”。研究团队认为，该研究或使今后的药物研发更高效。传统上，药物与化学发现需要依靠试错实验和研究人员在工作中积累的知识。使用
“AI制药”来了，能否带来药价降低的福音？
近年来，环节复杂的新药研发成功率持续走低，相应成本却与日俱增。近日在上海滴水湖举行的世界顶尖科学家论坛上，“AI制药”成为与会嘉宾热议的话题。“十年攻关+十亿美元投入”的新药出炉“标配”，如何打破？“AI制药”来了，能否带来药价降低的福音？ 大势：人工智能驱动“制药2.0”时代 药物靶标确定
Immune－Cell－Atlas－基准数据集是否存在数据偏差？
任何数据集都可能存在一定程度的数据偏差，Immune Cell Atlas 基准数据集也不例外。 可能存在的潜在数据偏差包括： 1. 样本偏差：数据集所包含的样本可能来自特定的人群、地区或研究机构，不能完全代表整个人群的免疫细胞特征。 2. 技术偏差：不同的实验技术、测序平台和操作流程可能
如何评估－Immune－Cell－Atlas－基准数据集的数据偏差？
评估 Immune Cell Atlas 基准数据集的数据偏差可以考虑以下几个方面： 1. 样本特征分析 - 检查样本的来源，包括种族、年龄、性别、地理位置等分布情况，判断是否存在不均衡或过度集中的现象。 2. 实验方法和技术一致性 - 了解样本采集、细胞分离、测序平台和实验
新药研发和人工智能能擦出什么火花？
大多数情况下，药物研发工作者会利用高通量筛选的方式无限扩大筛选对象以期邂逅目标化合物，提高药物发现的机率。由于不断试错的成本太高，越来越多的药物研发企业开始引入人工智能开发虚拟筛选技术，以取代或增强传统的高通量筛选过程。 药物研发企业通过运用人工智能药物研发系统，能在医药研发过程中减少人力、时
人工智能给生物医药行业带来了什么？
AI：新药研发工业化的开始 人工智能（AI）——从计算机算法中学习如何解开复杂的基因组数据，例如疾病的基因表达模式——已经准备好为药物开发，临床研究和医学治疗等各个方面带来革命。但它也可能为人类实现又一个里程碑——降低药品价格。 即使不能彻底消除目前这种效率低下、时间密集、不断试错的创新过程
质谱技术助力新药研发
对于药物研发公司来说，尽可能早地掌握药物研发过程中候选药物代谢过程的具体信息是至关重要的。质谱已经成为用于药物代谢研究中的一个关键性分析工具，使药物的代谢物鉴定更快更精确。 对一个药物研发公司来说，尽可能早地掌握药物研发过程中候选药物代谢过程的具体信息是至关重要的。它可以节省时间、资源，以及将投
创新药研发迎政策利好
国家药监局药审中心近日发布《药审中心加快创新药上市许可申请审评工作规范（试行）》（简称《工作规范》）的通知，将通过早期介入、研审联动、滚动提交、核查检验工作前置的方式加快创新药上市申请审评。创新药在政策端再次迎来利好。业内人士认为，在医保控费的大背景下，自主创新是生物医药行业发展的核心主线之一。
剑桥晶体数据中心推出CSDParticle信息学工具
英国剑桥——2022年7月19日消息——剑桥晶体数据中心(CCDC)今天宣布推出CSD-Particle，这是一套新的信息学工具，可以通过对粒子行为的深入了解来预测制造瓶颈并指导配方决策。利用剑桥结构数据库(CSD)的数据，这套新的可视化和统计工具将使从事制药和精细化工制造和配方的科学家能够快速分析
实现开放光量子行走的高效机器学习
原文地址：http://news.sciencenet.cn/htmlnews/2024/3/519410.shtm
基于机器学习精确揭示心律不齐的原因
近日，Skoltech研究所的科学家们设计了一种新的基于机器学习的方法，用于检测“心房颤动驱动器”，即被认为会导致最常见类型的心律不齐的心肌小斑块。据美国心脏协会称，这种方法可能导致更有效的针对性医疗干预，以治疗估计影响全球3300万人的疾病。 心房颤动（AF）的背后机制尚不清楚，AF是一种异
机器学习可模拟优化秸秆生物炭制备调控
近日，中国农业科学院农业环境与可持续发展研究所种植废弃物清洁转化与高值利用团队构建了机器学习大数据模型，揭示了秸秆生物炭材料及其储能特性的构效关系，相关研究成果发表在《化学工程杂志》（Chemical Engineering Journal）上。生物炭因其可再生性和独特的理化特性是超级电容器电极的理
首次应用机器学习技术协助开展神经梅毒诊断
原文地址：http://news.sciencenet.cn/htmlnews/2023/8/506325.shtm
软体机器人学习如何避免“黄油手”
许多机械臂都擅长拾取物体，但如果拾取时机械臂的许多部件必须同时移动，那么当物体开始滑动时，进行即时调整可能具有挑战性。英国伦敦大学学院的Thomas Thuruthel和同事制造了一种简单的柔软机械手，只要手腕一动，就能防止物体滑落。研究人员用3D打印的塑料骨架和柔软的模制硅胶材料制作了一只类似人类
机器学习算法助力新模型实现羊肉精准溯源
近日，中国农业科学院农产品加工研究所肉品科学与营养工程创新团队将非靶向代谢组学与机器学习方法相结合，成功构建了羊肉产地精准判别模型，为羊肉产地精准溯源提供了新方法。相关研究成果发表于《食品化学X》（Food Chemistry: X）。受肉羊品种和饲养环境影响，羊肉品质具有鲜明的地域特征，因此地理标