打开APP

PNAS Nexus:科学家有望开发出预测人类机体智力的特殊机器学习模型

本文研究揭示了对人类机体认知的未来预测研究如何通过优先系统性地评估预测大脑特征而不是最大化地预测性能从而来提高解释的价值。

2024-12-19

科研人员开发基于深度学习模型的空间转录组精细分辨率细胞注释算法

STASCAN提供了用于整合空间基因表达信息和组织学图像进行精细分辨率细胞注释的工具,在解码细胞空间精细分布和解析特异组织结构方面具有优势。

2024-11-10

Nature Methods:从序列到结构——RhoFold+深度学习模型实现RNA 3D预测的高效革命

通过结合深度学习和语言模型的力量,RhoFold+实现了对RNA 3D结构的高效预测,克服了传统方法的瓶颈,为RNA功能和应用的深入研究开辟了新天地。

2024-12-01

Nature子刊:冯建峰/程炜团队开发机器学习模型,识别自杀行为风险因素

研究团队开发了一种基于行为学、代谢组学和蛋白组学的机器学习判别模型,用以区分是个体是否发生自杀行为。研究发现基于16种行为学特征的分类模型在区分有无自杀行为上表现出高判别准确性。

2024-07-05

J Biomed Inform:科学家开发出能识别人类疾病亚型的新型机器学习模型

这项研究中,研究人员引入了一种新型机器学习方法来识别具有潜在亚型的疾病,利用开放型靶标平台中记录的近2.3万种疾病的广泛数据集。

2024-07-11

Nat Method:单细胞分辨率下对细胞信号交流进行分析的多实例学习模型-Spacia

Spacia模型能够帮助研究者从各种生物学样品的单细胞空间转录组数据中获得新的知识。

2024-09-06

PLoS Digital Health:科学家有望利用机器学习模型可靠地预测多发性硬化症患者的疾病进展

来自鲁汶大学等机构的科学家们通过研究表示,机器学习模型或能可靠地告知临床医生多发性硬化症患者的残疾进展情况。

2024-08-05

Immunity:组织驻留Treg——定植特化模型vs 泛组织模型

这项研究揭示组织间Treg表型和TCR相似且定居时间较短,并提出组织驻留Treg的泛组织迁移模型,为组织驻留Treg的认知提供另一种理解。

2024-10-01

Science:科学家开发出能帮助理解人类基因组中转录起始的特殊机器学习模型

研究人员开发了一种名为Puffin的机器学习程序,当分析了数以万计已知的人类启动子数据后,这种新型程序就能确定其由三种类型的序列模式所组成,即基序、启动子和三核苷酸(trinucleotides)。

2024-05-27

Cell Discov | 深度学习模型可提高碱基编辑结果的预测准确性

该研究开发了一种深度学习算法,用于准确预测生物多样性编辑结果。

2024-02-26