研究发现精神分裂症患者的神经软体征与皮质-皮质下-小脑的脑结构网络异常有关
精神分裂症是一种复杂的精神疾病，该疾病会导致大范围的神经认知、情感和神经发育异常。神经软体征(NSS)被认为是最具前景的精神分裂症内表型之一。中国科学院心理研究所心理健康重点实验室研究员陈楚侨带领神经心理学与应用认知神经科学(NACN)团队提供了大量关于NSS对精神分裂症的敏感性、可靠性和特异性的证据。然而，目前还不清楚NSS与精神分裂症脑网络异
Nat Methods：计算神经网络驱动下一代“蛋白质预测技术”的诞生
2019年10月23日 讯 /生物谷BIOON/ --一直以来，合成生物学家一直试图通过改变自然界中存在的蛋白质，甚至是从头合成蛋白质，将其进化的途径掌握在自己手中。通过人工构建不同类型的蛋白，可以设计药物，感测生物信号，以及生产高价值化学品，等等。为了设计蛋白质，科学家们使用了两种截然不同的方法。其一，在“定向进化”中，通过随机改变编码天然蛋白质的氨基酸残基的一级序列，并筛选具有所需活性的变体。
Neuron：痴呆症在大脑神经网络中传播的新模式
2019年10月16日 讯 /生物谷BIOON/ --在一项新研究中，加州大学旧金山分校的科学家使用脑部连接图谱来预测额颞叶痴呆（FTD）患者脑萎缩的扩散情况，他们提供的最新证据表明，与痴呆症相关的脑细胞的损失是通过突触连接建立的大脑网络而扩散的。该结果提高了科学家对神经退行性疾病如何扩散的认识，并有助于开发新的，有效缓解这类疾病的恶化的疗法以及新型的评估手段。UCSF神经学助理教授Jesse B
研究通过多任务深度神经网络建立药物调控激酶谱的预测分析方法
蛋白激酶（protein kinases）是细胞功能的关键调节分子，是生物体内最大且功能最多样的基因家族之一。因此，激酶是开发治疗癌症、炎症、糖尿病、心血管疾病和阿尔兹海默症等相关疾病药物的重要靶标。然而，由于激酶家族蛋白质（特别是催化域）结构的高度保守性，给高效选择性激酶抑制剂的开发带来了巨大挑战。二十一世纪以来，随着计算机计算能力的迅猛提升和大数据的涌现，深度学习在机器学习算法的基础上快速崛起
基于深度神经网络的可穿戴心电图疾病自动诊断研究取得进展
近日，中国科学院深圳先进技术研究院数字所生物医学信息技术研究中心研究员李烨及其团队成员姚启航、王如心、樊小毛和刘记奎等针对可穿戴心电信号提出了一种基于时空特征融合的深度神经网络，实现了9类心律失常的自动分析诊断，有效提升了疾病自动分析的准确率。该成果以Multi-class Arrhythmia detection from 12-lead varied-length ECG using Atte
云计算和大数据重点专项项目成果“多模态自然人机交互神经系统疾病辅助诊断工具”入选国家卫健委“医疗健康人工智能应用落地30最佳案例”
中国科学院软件研究所和中国医学科学院北京协和医院在国家重点研发计划“云计算和大数据”重点专项项目“云端融合的自然交互设备和工具”的支持下，将自然人机交互技术与神经系统疾病临床诊断方法结合，研制了“多模态自然人机交互神经系统疾病辅助诊断工具”，成功应用于神经系统疾病的早期预警与辅助诊断当中，在国家健康医疗相关领域发挥了重要作用，入选国家卫健委颁发的“医疗健康人工智能应用落地3
Lab Invest：人工智能有助于鉴定神经退行性疾病
2019年3月5日 讯 /生物谷BIOON/ --根据西奈山伊坎医学院进行的一项研究，研究人员开发了一种人工智能平台，用于检测人类大脑组织样本中的一系列神经退行性疾病，包括阿尔茨海默病和慢性创伤性脑病，相关结果发表在发表在《Laboratory Investigation》杂志上。他们的发现将帮助科学家开发出有针对性的生物标志物和治疗剂，从而更准确地诊断复杂的脑部疾病，从而改善患者的治疗效果。神经
研究揭示跨期决策的神经网络具有获得-损失不对称性
日常生活中，诸如教育、投资和储蓄等决策行为，都需要在不同时间点上的结果之间进行权衡，即跨期决策。人们通常会根据结果的延迟时间长短，对结果进行“折扣”。但是，人们对未来获得（如年终奖）和未来损失（如贷款利息）的时间折扣程度并不一致：前者通常大于后者，这就是跨期决策中的获得-损失不对称效应。该效应提示，跨期决策的获得和损失可能涉及不同的神经机制。中国科学院心理研究所行为科学重点
利用深度神经网络加速药物研发
在近日举行的英特尔（Intel）人工智能开发者大会上，英特尔公司全球副总裁兼人工智能产品事业部总经理Naveen Rao博士提到，英特尔正在与诺华（Novartis）合作，利用深度神经网络来加速高内涵筛选——这是早期药品研发的关键因素。双方的合作把训练图片分析模型的时间从11个小时缩短到了31分钟，改善了20多倍。细胞表型的高内涵筛选是支持早期药品研发的关键工具，“高内涵”一词是指利用传统图像处理
Cell：大脑神经网络预测抑郁症风险
2018年3月4日 讯 /生物谷BIOON/ --根据最近由杜克大学研究者们做出的研究成果，通过对大脑不同区域的电信号交流进行检测，或许能够预测以及预防抑郁症的发生。研究者们发现容易患抑郁症的小鼠大脑电信号网络与抵抗力较强的小鼠的大脑网络存在明显差异。如果这一发现能够在人体水平得到验证，那么将会更好地预测人们患精神类疾病，例如抑郁症的风险。相关结果发表在最近一期的《Cell》杂志上。（Jeff M