PNAS：改善大数据集分析的准确性
一项研究发现，整合了交叉验证的一种数据集分析技术可能有能力识别出从生物信息学到语言学等领域的多维数据集的模式。对大数据集的自动分析可能识别出数据的模式，但是无法评估发现的模式的显著性，这可能导致无意义的结果。Claudio Luchinat及其同事发展了一种数据分析方法，它包括了一个交叉验证步骤，从而识别出最显著的模式，这种方法称为通过准确性最大化的知识发现（KODAMA）。
2014-03-25
BMC Biol：使用分子进化技术来分析大型丙肝病毒爆发的流行态势
2013年7月23日 讯 /生物谷BIOON/ --对丙肝病毒（HCV）快速分子进化的研究可以帮助研究者揭开上个世纪90年代在两所西班牙医院疾病爆发的病毒来源，近日，刊登在国际杂志BMC Biology上的一篇研究报告中，来自西班牙瓦伦西亚大学的研究者使用一种进化技术从当时感染的患者机体中分离出了丙肝病毒毒株。
2013-07-23