标签：“深度学习算法”

研究人员设计出基于图表示学习和蛋白质语言模型的深度生成算法

该研究成果推进了深度生成模型用于功能蛋白质设计，为进一步剖析蛋白质设计规律并开展生物实验验证奠定了基础

2024-12-29

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

GASTON通过结合无监督的深度神经网络与可解释性算法，创新性地提出了“等深度”（Isodepth）的概念。

2025-02-01

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

CIRI-deep可以实现多种转录组测序数据中差异剪接环形RNA的可靠预测，并在单细胞及空间水平实现细胞类型特异环形RNA的准确解析，具有广泛的应用场景。

2024-02-21

DEMINING框架通过嵌入的深度学习模型DeepDDR，实现了从RNA测序数据中高效、精确地鉴定RNA编辑和DNA突变。

2024-10-16

CalicoST算法的核心优势在于其能够从SRT数据中精确推断等位基因特异性拷贝数变异（allele-specific CNAs）。

2024-11-23

CalicoST算法的诞生填补了这一空白。它不仅能够从空间转录组数据中推断出肿瘤的等位基因特异性拷贝数变异，还能够重建肿瘤克隆在空间中的进化轨迹，绘制出肿瘤演化的“进化地图”。

2024-11-10

这个名为复杂结构变异自动重建算法（ARC-SV）的新工具能够以95%的准确率捕捉各种DNA重排。

2024-10-26

科研人员利用SIRM方法，对几种带有缺失锥的数据集进行处理。结果显示，使用SIRM方法后的重建图像在缺失锥方向上的分辨率得到提高，恢复了取向优势带来的密度畸变问题，并提升了分辨率。

2024-08-08