北京安定医院团队揭示艾司西酞普兰与肠道微生物之间的互作,并发现微生物的孢子基因可以预测治疗效果
目前,选择性5-羟色胺再摄取抑制剂(SSRI)是重度抑郁症(MDD)的一线治疗选择,但仅有约1/3的患者能够获得缓解[1,2]。患者对药物响应和缓解程度的异质性受到多种因素影响,了解这些因素是改善MD
JCO:特殊的遗传线索或能帮助预测白血病患者治疗失败的风险
来自伦敦大学学院等机构的科学家们通过研究或能成功预测哪些儿童白血病患者对化疗反应不佳的风险较高,这或许就能帮助临床医生完善疗法策略从而给予患者最佳的成功治疗机会。
研究人员在超厚非匀质组织中实现快速和光照安全的病灶深度准确预测
大多数病变都深藏在人体内部,其深度在体表下几厘米到十几厘米不等。目前临床主要采用医学成像技术确定病变的位置,为确定治疗策略、手术计划和手术指导提供信息。例如,在光动力治疗前对病变深度的估计可以帮助确定
基于AI的AAV衣壳库生成新方法,预测成功率近90%
近日,MIT-哈佛大学博德研究所(Broad Institute of MIT and Harvard)官网发布新闻稿,介绍了其载体工程化实验室如何通过结合机器学习方法解决基因治疗的关键问题&mdas
Cell重磅:通过计算模型预测先导编辑效率及脱靶率,拓展其应用前景
这项发表在 Cell 的研究大规模分析了先导编辑效率数据,由此广泛表征了先导编辑的决定因素,并开发了一系列的计算模型来预测在多种细胞类型中不同先导编辑系统的效率,以及脱靶率。
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。
研究揭示低限定性语境下的语义预测加工
中国科学院心理研究所行为科学重点实验室李兴珊研究组青年特聘研究员屈青青牵头开展了一项研究,考察了在低限定性语境下,当语境仅提供抽象语义概念线索时,大脑是否基于有限的信息进行语义特征预测。
npj Precis Onc:科学家成功预测癌症患者对化疗制剂顺铂的反应
来自凯斯西储大学等机构的科学家们通过研究在预测哪种疗法对个别癌症患者有效性方面迈出了重要一步,通过分析来自细胞系和人类组织中的基因特征,研究人员阐明了预测患者对化疗制剂顺铂反应的能力。
通过AI模型预测mRNA降解,提高mRNA疫苗稳定性
研究团队使用深度学习(Deep Learning)技术创建了一个有效且可解释的模型架构——RNAdegformer,该技术可以比以前的最佳方法(如Degscore模型、RNA折叠算法和其他机器学习模型
《JAMA·肿瘤学》:复旦附属肿瘤医院/仁济医院团队证实,血液多基因甲基化检测可预测肠癌患者早期复发风险
这项研究证明,通过检测6个ctDNA甲基化位点来评估ctDNA状态,这个易于实施的技术可重复且可靠,有助于进行风险分层、分子残留病变评估和复发检测。这项血液ctDNA多基因甲基化检测技术,能够帮助CR