质谱成像技术揭开300年油画的化学秘密：MALDIMSI联合机器学习重绘艺术保护新方法
一幅创作于约1690年的油画《圣母的婚礼》（The Marriage of the Virgin），因其色彩之丰富与技法之精妙，三百余年来一直珍藏于纽约大都会艺术博物馆的殿堂之内。然而，在肉眼可见的美丽表象之下，这幅画作正在经历一场无声的化学变迁——颜料在老化，清漆在渗透，分子在迁移。一项发表于《科学进展》（Science Advances）的最新研究，将原本用于分析生物样本的基质辅助激光解吸/电离质谱成像技术（MALDI-MSI）引入文物保护领域，结合机器学习算法，首次以分子分辨率呈现出这幅历史画作的完整化学图谱，为文物保护科学开辟了一条全新路径。 该研究由纽约大都会艺术博物馆有机化学家 Julie Arslanoglu 与法国波尔多大学化学家 Caroline Tokarski 领衔，联合多国保护科学领域专家共同完成。研究成果不仅揭示了传统方法难以企及的细节，还展示了现代分析化学为人文遗产保护赋能的无限可能。 ......阅读全文
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
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
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
MALDI质谱新方案可加速药物研发进程
布鲁克·道尔顿执行副总裁 Rohan Thakur 在过去的几十年中，基质辅助激光解吸电离质谱（MALDI-MS）已经在许多应用中证明了其有效性和稳定性。最近MALDI-MS方面的创新促进了两种检测方案的发展，这两种方法可以用于加速临床前药物的发现：一种用于超高通量筛选程序(uHTS)，另一种用于
SIMS、MALDI、DESI三种质谱成像技术对比
在我们日常生活中，拍照是记录生活的常用手段，我们的日常拍照设备也从老式的“傻瓜”相机逐渐发展成为了轻巧实用的数码相机。相片所反映出来的是我们所生活的客观世界的一草一木、一人一景，我们可以看见轮廓和外在，却看不到内部的结构，为了更好地探索世界，也为了更好地了解生物体的奥秘，科学家在漫长的历史中发明出了
Fluidigm推出成像质谱流式策略以服务临床试验
加利福尼亚南旧金山时间2019年12月10日(环球新闻在线报道)——多通道组织成像领域的全球领导者Fluidigm公司(纳斯达克：FLDM)近日宣布，其推出的经病理学验证的Maxpar®抗体数量总数已超过100个。基于Imaging Mass Cytometry技术(IMCTM)，这些抗体可被应
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/
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
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+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
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。
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
油画颜料的成分是什么？
油画颜料有各种不同化学性质，颜色混合后也容易发生化学反应，致使年久脱色。很多古典油画家对颜色的使用都是很谨慎的，所以很多古典画作几百年下来依然很清晰如新。而一些古代画家的作品正是由于没有研究过颜料性质成分跟化学反应，导致作品颜色变暗，甚至脱落。(嘛，有的还是懂的，但因为材料昂贵没法使用)先说下水彩，
新一代质谱成像软件MassImager™发布
近日，中国医学科学院/北京协和医学院再帕尔·阿不力孜教授的质谱成像团队与科迈恩（北京）科技有限公司联合发布了新一代质谱成像工作站软件MassImager™，相关研究工作也同时发表在Analytica Chimica Acta上(https://doi.org/10.1016/j.aca.2018
Sci－Adv：科学家有望利用机器学习技术和成像技术揭示干细胞的特殊行为
干细胞就像人体的应急工具箱，其具有独特的能力，能形成从免疫细胞到大脑细胞任何类型的特殊细胞，同时还能无限分裂并再生，能根据机体的指令来修复和补充机体系统。在实验室中培养干细胞并让其生长成为我们需要的任何类型细胞的能力是医学研究领域的圣杯，比如，这种能力就能促使临床医生开发出无尽的新细胞来修复损伤
LESAMS－芯片纳喷质谱技术报告会
The Liquid Extraction Surface Analysis (LESA): A Novel Tool in Mass Spectrometry 液滴萃取表面分析：新颖的质谱分析工具 演讲人: Dr. Mark Baumert ，美国Advi