研究人员开发出深度学习超分辨显微成像方法
中国科学院生物物理研究所、广州生物岛实验室研究员李栋课题组，与清华大学自动化系、脑与认知科学研究院教授戴琼海课题组，在Nature Methods上以长文（Article）形式发表了题为Evaluation and development of deep neural networks for image super-resoluti
PNAS：科学家利用机器学习算法来识别人类基因组中的古老RNA病毒片段！
2021年2月4日 讯 /生物谷BIOON/ --近日，一篇发表在国际杂志Proceedings of the National Academy of Sciences上的研究报告中，来自日本多个研究机构的科学家们通过研究，成功利用机器学习算法来从人类基因组中识别古老的RNA病毒残留物，文章中，研究人员描述了他们如何教授AI系统来识别RNA病毒残留并利用其在
研究提出类脑经典条件反射学习模型
由俄罗斯神经科学家伊万·彼德罗维奇·巴甫洛夫（Ivan Petrovich Pavlov）以狗为模式动物发现并建立的条件反射理论，是生物系统学习理论的重要基础之一。经典条件反射在生物大脑学习中起着重要作用，也为人工智能学习理论的研究提供了具备生物可行性的机制与基础。近40年来，脑与神经科学及人工智能的研究者通过神经科学实验与计算建模研究的融合，试图研究和揭示
JAMA Network Open：中国科学家开发出了一种新型深度学习技术 或有望成功预测胃癌患者的隐匿性腹膜转移！
2021年1月11日 讯 /生物谷BIOON/ --胃癌（stomach cancer）是一种常见的胃肠道恶性肿瘤，腹膜转移常常会发生在大多数晚期胃癌患者中，这被认为是一种侵袭性的癌症，患者往往预后较差。胃癌腹膜转移患者通常并不适合接受根治性的手术；因此，数千检测和腹膜转移的诊断是决定治疗策略和避免不必要手术的关键。近日，一项刊登在国际杂志JAMA Netw
Cell Systems：科学家成功利用合成生物学和机器学习算法来加速人类肝脏类器官的开发
2020年12月14日 讯 /生物谷BIOON/ --近日，一项刊登在国际杂志Cell Systems上的研究报告中，来自匹兹堡大学等机构的科学家们通过研究将合成生物学与机器学习算法相结合，利用血液和胆汁处理系统创建出了人体肝脏类器官，当植入到肝脏衰竭的小鼠体内后，实验室培养的替代肝脏就能有效延长小鼠的寿命。基于本文研究结果，未来研究人员或许有望在牺牲精度或
PNAS: "剂量控制"帮助学习与记忆
根据达特茅斯的一项研究，调节大脑中电信号的“分子音量旋钮”有助于学习和记忆。该控制机制的发现以及调节该机制的分子通路的揭示，可以帮助研究人员寻找治疗神经系统疾病的方法，包括阿尔茨海默氏病，帕金森氏病和癫痫病。
研究开发出基于深度学习的单细胞转录组分析模型
单细胞转录组作为单个细胞的特征，可更加精确地定义细胞的类型。常规的基于单细胞转录组的分类方法首先是进行无监督的聚类，然后根据每个集群（Cluster）特异表达的细胞标记基因来对集群进行标注。虽然基于无监督的分类方法更容易发现新细胞类型，但是人工标注的过程费时费力。目前已有的基于监督学习的自动分类方法，大部分无法兼顾到方法的可解释性以及
JMIR: 机器学习预测COVID-19患者重症发生风险
西奈山的研究人员已经开发出机器学习模型，该模型可以预测在临床相关的时间范围内COVID-19患者发生严重事件和死亡的可能性。这项研究描述的新模型是第一个将机器学习用于大量不同人群中的COVID-19患者的风险预测的模型，并于11月6日发表在《Journal of Medical Internet Research》杂志上。该模型可以帮助西奈山的临床医生以及在
Nat Commun：利用机器学习技术或能准确预测抗癌药物的作用效果
2020年11月4日 讯 /生物谷BIOON/ --近日，一项刊登在国际杂志Nature Communications上的研究报告中，来自韩国浦项科技大学等机构的科学家们通过研究表示，利用机器学习技术或能有效预测抗癌药物的治疗疗效。目前，随着药物基因组学的出现和发展，研究人员就能利用此前收集的患者对药物反应的数据所衍生的算法，进行机器学习研究来帮助预测不同患
Circ Arrhythm Electrophysiol: 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。