神经科学家测量球迷大脑对比赛的反应
近期发表在Cell Press细胞出版社旗下期刊Neuron（《神经元》）上的一项研究中，研究人员展示了观看体育比赛时的惊讶感是如何改变大脑模式的。神经科学家了解这些变化很重要，因为它们有助于形成特别强烈的记忆。“当在世界各地走动时，我们倾向于把事件分割成不同的‘块’。”该研究第一作者、美国普林斯顿大学神经科学研究所研究员James Antony说，“我们后
神经科学家测量球迷大脑对比赛的反应
和2020年的其他事情一样，今年的感恩节也有所不同。但电视上仍然播放足球比赛，如果你观看任何一场比赛，大脑将以你可能没有意识到的方式处理它们。在11月25日发表在Cell Press细胞出版社旗下期刊Neuron（《神经元》）上的一项研究中，研究人员展示了观看体育比赛时的惊讶感是如何改变大脑模式的。神经科学家了解这些变化很重要，因为它们有助于形成特别强烈的记
Cell Systems：科学家成功利用合成生物学和机器学习算法来加速人类肝脏类器官的开发
2020年12月14日 讯 /生物谷BIOON/ --近日，一项刊登在国际杂志Cell Systems上的研究报告中，来自匹兹堡大学等机构的科学家们通过研究将合成生物学与机器学习算法相结合，利用血液和胆汁处理系统创建出了人体肝脏类器官，当植入到肝脏衰竭的小鼠体内后，实验室培养的替代肝脏就能有效延长小鼠的寿命。基于本文研究结果，未来研究人员或许有望在牺牲精度或
PNAS: "剂量控制"帮助学习与记忆
根据达特茅斯的一项研究，调节大脑中电信号的“分子音量旋钮”有助于学习和记忆。该控制机制的发现以及调节该机制的分子通路的揭示，可以帮助研究人员寻找治疗神经系统疾病的方法，包括阿尔茨海默氏病，帕金森氏病和癫痫病。
研究开发出基于深度学习的单细胞转录组分析模型
单细胞转录组作为单个细胞的特征，可更加精确地定义细胞的类型。常规的基于单细胞转录组的分类方法首先是进行无监督的聚类，然后根据每个集群（Cluster）特异表达的细胞标记基因来对集群进行标注。虽然基于无监督的分类方法更容易发现新细胞类型，但是人工标注的过程费时费力。目前已有的基于监督学习的自动分类方法，大部分无法兼顾到方法的可解释性以及
JMIR: 机器学习预测COVID-19患者重症发生风险
西奈山的研究人员已经开发出机器学习模型，该模型可以预测在临床相关的时间范围内COVID-19患者发生严重事件和死亡的可能性。这项研究描述的新模型是第一个将机器学习用于大量不同人群中的COVID-19患者的风险预测的模型，并于11月6日发表在《Journal of Medical Internet Research》杂志上。该模型可以帮助西奈山的临床医生以及在
Nat Commun：利用机器学习技术或能准确预测抗癌药物的作用效果
2020年11月4日 讯 /生物谷BIOON/ --近日，一项刊登在国际杂志Nature Communications上的研究报告中，来自韩国浦项科技大学等机构的科学家们通过研究表示，利用机器学习技术或能有效预测抗癌药物的治疗疗效。目前，随着药物基因组学的出现和发展，研究人员就能利用此前收集的患者对药物反应的数据所衍生的算法，进行机器学习研究来帮助预测不同患
Circ Arrhythm Electrophysiol: 机器学习精确揭示心律不齐的原因
近日，Skoltech研究所的科学家们设计了一种新的基于机器学习的方法，用于检测“心房颤动驱动器”，即被认为会导致最常见类型的心律不齐的心肌小斑块。据美国心脏协会称，这种方法可能导致更有效的针对性医疗干预，以治疗估计影响全球3300万人的疾病。
科学家如何利用机器学习手段帮助改善人类健康研究？
本文中，小编整理了多篇重要研究成果，共同解读科学家们如何利用机器学习手段帮助改善人类健康研究？分享给大家！图片来源：CC0 Public Domain【1】JCM：机器学习预测ECMO导致儿童脑损伤的风险doi：10.3390/jcm9092718当患有心脏或肺部疾病的新生婴儿或儿童难以生存时，医生通常会使用人工肺为其支撑生命。这种被称为体外膜氧合（ECMO
为何机体大脑拥有学习和记忆功能？
2020年10月26日 讯 /生物谷BIOON/ --参与大脑学习和记忆形成的海马兴奋性突触强度的长期增强（LTP）和长期抑制（LTD）机制已经被科学家们分别进行了解释，但目前研究人员还并未全面解释其背后的分子机制；近日，一篇发表在国际杂志Scientific Reports上题为“Mechanism underlying hippocampal long-