基于机器学习开发适用于中国人群的衰老评估指标
近日，德睿智药团队与浙江大学、昆山杜克大学在《Frontiers in Medicine》（影响因子5.1）联合发表论文。该研究使用机器学习（ML）方法建立了一个基于中国中老年人群的生物年龄测量方法，并证明了基于机器学习的生物年龄与疾病发生率及死亡率间存在密切联系，同时发现基于机器学习的生物年龄相较于以往方法具有优势。德睿智药团队负责该研究的建模
Nature：我们是如何学会学习的？科学家给出明确答案！
来自纽约大学等机构的科学家们通过对小鼠进行研究后发现，旨在专注于重要事物而忽略分心的认知训练或能增强大脑的信息处理能力，从而使得机体能够学会如何去学习。
科学家如何利用机器学习技术来改善人类健康研究？
机器学习是一门多领域的交叉学科，主要包括概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科，近年来，科学家们不断将机器学习技术应用到改善人类健康和疾病等研究领域中，本文中，小编就整理了多篇研究报告，共同解读科学家如何利用机器学习技术来改善人类的健康。分享给大家！【1】Science：利用新型机器学习技术准确预测蛋白和RNA的三维结构doi：10.112
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
“机器学习”如何助力新药研发？
今天的新药发现，已经离不开计算学科的支撑，与计算相关的各种技术也因新药研发，而备受行业的重视。机器学习，作为AI的一个重要分支，凭借其辅助发现潜力化合物、预测相关参数、节约试验成本、压缩开发周期等优势，得到了研发及投行的极大关注。本稿件即对机器学习的历史及其于医药领域的应用进行概述，以期与同行进行共同学习。未来：精准医学&药物
Science：利用新型机器学习技术准确预测蛋白和RNA的三维结构
美国斯坦福大学博士生Stephan Eismann和Raphael Townshend在该大学计算机科学副教授Ron Dror的指导下，利用巧妙的新型机器学习技术，开发出一种通过计算预测准确结构来克服这一问题的人工智能算法。最值得注意的是，即使只从少数已知结构中学习，他们的方法仍然成功，这使得它适用于那些结构最难通过实验确定的分子类型。
Nature Communications：研究基于深度学习算法优化序列特异性的C-to-G单碱基编辑器
Nature Communications发表了题为Optimization of C-to-G base editors with sequence context preference predictable by machine learning methods的研究论文，该研究由中国科学院脑科学与智能技术卓越创新中心、上海脑科学与类脑研究中心研究员孙
Nature：基于机器学习的工具BoostDM可识别每种肿瘤类型的癌症驱动突变，有助开发个性化癌症治疗
2021年8月4日讯/生物谷BIOON/---在一项新的研究中，来自西班牙巴塞罗那生物医学研究所的研究人员开发出一种计算工具，它可以识别每种肿瘤类型的癌症驱动突变。这一发现有助于加速癌症研究，并提供工具帮助肿瘤学家为每名患者选择最佳治疗方法。相关研究结果于2021年7月28日在线发表在Nature期刊上，论文标题为“In silico saturation
Nature：饥饿感如何增强小鼠对食物的学习能力？
2021年7月17日 讯 /生物谷BIOON/ --表达刺鼠相关肽（agouti-related peptide，AgRP)的神经元能被禁食所激活，而禁食会导致饥饿，饥饿会促使机体寻求和消耗食物；禁食会使AgRP神经元的活性在三个不同的时间尺度上恢复到基线，快速而短暂地随着食物线索进行感官检测，且缓慢而持久地对肠道中的营养物质响应，甚至更为缓慢而永久性地恢复
British Journal of Psychology:揭示基于单眼的无意识奖赏学习机制
奖赏能够影响人的知觉和行为，人们可以从意识和知觉上区分哪些事物能带来奖赏、哪些不能。这种意识和知觉上的差异为追求奖赏提供了重要线索。奖励规则由人制定，但大脑的奖赏系统未必需要意识来调控奖赏学习。奖赏的神经调节信号弥散地分布在整个大脑，奖赏系统与大脑中多个脑区有连接。这种连接的复杂性使无意识的奖赏学习成为潜在的可能，但由于以往研究范式里