Nature子刊：通过机器学习模型识别复杂疾病的重要生物标记物
2021年5月27日讯/随着高通量技术的发展，通过世界各地研究人员的共同努力，形成了大型公共数据库，如癌症基因组图谱（TCGA）。这对阐明疾病表型的分子机制具有重大意义。然而，由于癌症等复杂疾病的病理以及其在遗传、基因组和蛋白质组水平上复杂的分子机制，研究复杂的人类疾病仍具有挑战性。目前，已有很多基于机器学习的方法开发出来，包括非线性核支持向量机（SVMs）
Nat Med：开发出新型机器学习技术 或有望改善胎儿先天性心脏病等出生缺陷的筛查
2021年5月30日 讯 /生物谷BIOON/ --先天性心脏病（CHD，Congenital heart disease）是一种最常见的出生缺陷，胎儿超声筛查能提供5个心脏视图，而这些视图能帮助检测90%的复杂先天性心脏病，但在医学实践中，这种筛查的敏感性会低至30%。日前，一篇发表在国际杂志Nature Medicine上题为“An ensemble o
Nature 子刊：多组学数据与机器学习识别新的癌症基因
癌症基因的鉴定在精准肿瘤学和癌症治疗学的发展中起着至关重要的作用。癌症的进展被认为是由驱动基因突变的积累引起的，这些突变赋予细胞选择性的生长优势。在过去的几年里，人们致力于从遗传大数据中找出癌症基因，预测癌症基因的最初方法是寻找显着突变的基因，然而，目前已知的癌症基因（KCG）目录的完整性仍存在争议。尽管成千上万的癌症基因组序列有助于癌症基因的鉴定，但仍存在
Science：纹状体胆碱能中间神经元中的ISR激活参与多巴胺调节和技能学习
2021年4月24日讯/生物谷BIOON/---整合应激反应（integrated stress response, ISR）是一个高度保守的生化途径，一旦被激活，就会明显改变蛋白合成。它在蛋白稳态、突触可塑性、学习和记忆中的作用使得该途径成为全身性疾病和大脑疾病的一个有吸引力的治疗靶标。临床前研究已显示，小分子ISR抑制剂能够增强某些形式的学习和记忆，这进
倡导科学诊疗，提高学习能力：西安杨森支持第三届注意缺陷多动障碍关爱周暨青少年心理健康守护者计划
2021年4月24日，由强生公司在华制药子公司西安杨森制药有限公司支持，中国青少年发展基金会、中国青年出版（总）社等多方联合主办的“第三届注意缺陷多动障碍（ADHD）关爱周暨青少年心理健康守护者计划启动会”项目在北京正式启动。本届ADHD的主题为“倡导科学诊疗，提高学习能力”，旨在进一步提升全社会对注意缺陷多动障碍（俗称多动症）的疾病认知水平，推动搭建标准诊
BMC Medicine：关于智能识别肺癌及其易混淆疾病的病理图像的深度学习研究取得进展
中山医学院李伟忠教授团队和附属第一医院柯尊富教授团队联合开发了一种基于深度学习的肺部病理图像智能诊断模型，能够准确区分肺癌及其易混淆疾病的病理图像。研究成果“Deep learning-based six-type classifier for lung cancer and mimics from histopathological whole slide
Blood Cancer Dis：基于机器学习的图像分析可可靠地识别血液恶性肿瘤
骨髓增生异常综合症（MDS）是骨髓中干细胞的一种疾病，会干扰血细胞的成熟和分化。每年，大约有200名芬兰人被诊断患有MDS，可以发展为急性白血病。在全球范围内，MDS的发病率是每100,000人年4例。
Phy Rev Res：开发出一种新方法来学习如何帮助机体的适应性免疫系统？
2021年3月17日 讯 /生物谷BIOON/ --近日，一篇发表在国际杂志Physical Review Research上的研究报告中，来自东京大学等机构的科学家们通过研究揭示了机体适应性免疫系统如何利用一种类似于强化学习的方法来控制对重复性感染的免疫反应，相关研究结果有望帮助改进疫苗的开发和干预从而增强机体免疫系统的功能。在人类机体中，适应性免疫系统能
利用深度学习技术驱动的三维全息照相显微镜追踪和分析CAR-T细胞的免疫突触
2021年3月16日讯/生物谷BIOON/---实时跟踪和分析嵌合抗原受体（CAR）T细胞（CAR-T）靶向癌细胞的动态变化，可以为癌症免疫疗法的开发开辟新的途径。然而，通过传统的显微镜方法进行成像可能会导致细胞损伤，而且对细胞与细胞之间的相互作用进行评估是非常困难和耗费人力的。然而，当将深度学习和三维全息显微镜应用于这项任务时，这不仅避免了这些困难，而且发
PNAS：噪声影响海马相关的学习记忆功能
伴随工业化而来的噪声污染对人类健康的影响受到越来越多的关注。先前的研究已经证实，噪声对人类和动物模型听觉系统功能有较大的负面影响，但噪声对非听觉功能，特别是脑学习记忆的影响及其机制尚未有详细研究。华东师大生命科学学院、脑功能基因组学教育部重点实验室周晓明教授团队近期在《美国科学院院报》（PNAS）发表的学术成果（Zhang et al