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
Nat Commun：科学家开发出深度学习模型来理解人类基因组的奥秘
来自美国西北大学等机构的科学家们通过研究开发出了一种深度学习算法，其或能够识别基因组上发生的聚腺苷酸化的位置，这一研究进展或有望加速对DNA转录过程发生错误时出现的疾病和障碍进一步深入研究。
2023-12-22
西湖大学马丽佳团队开发全新深度学习模型，精准预测SpCas9/gRNA活性及特异性
在多个GUIDE-seq测试数据集上相对于应用较广的CFD模型，AIdit_OFF无论特异性还是召回率表现的都更好，且将预测gRNA脱靶位点的精准率平均提高了2.6倍。
2023-05-25
Science子刊：岳峰团队利用深度学习发现癌症中的新基因突变
目前人们对结构变异的检测主要依赖于全基因组测序（WGS）。然而，由于 WGS 依赖于短测序，所以其在检测基因组重复区域结构变异上的能力十分有限。
2022-06-21
上海交大研究团队合作建立肝恶性肿瘤影像诊断深度学习新模型
肝恶性肿瘤包括肝细胞癌（HCC）、肝内胆管细胞癌（ICC）和转移性肝癌等，是常见且预后极差的恶性肿瘤。影像学诊断为治疗决策和预后判断提供了不可或缺的支持，然而不同肝恶性肿瘤通过影像学诊断常有误诊。临床上不同肝恶性肿瘤的治疗策略差异巨大，医生在手术、靶向、免疫等治疗前对患者肿瘤类别的准确诊断至关重要。近期，医学院附属新华医院顾劲扬教授团队、生命科学技术学院俞章
2021-10-07
研究提出预测RNA聚合酶暂停位点的深度学习模型
近日，清华大学交叉信息研究院的曾坚阳研究组成功开发了能在全基因组上预测RNA聚合酶暂停位点的深度神经网络模型，该研究为Pol II暂停现象在转录过程中的调控机制提供了一个全新的分析框架，也为在缺乏测序数据的细胞系上研究Pol II暂停提供了很好的预测参考模型。真核生物的转录是一个高度复杂且被准确调控的动态过程，RNA聚合酶II（RNA
2021-02-03