打开APP

Nature Methods:从序列到结构——RhoFold+深度学习模型实现RNA 3D预测的高效革命

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

科研人员开发基于深度学习模型的空间转录组精细分辨率细胞注释算法

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

Genome Biol:杨力组开发基于深度学习的计算分析框架实现RNA测序数据直接鉴别RNA编辑与DNA突变位点

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

单细胞和空间转录组中环形RNA深度学习算法取得进展

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

Cell Discov | 深度学习模型可提高碱基编辑结果的预测准确性

该研究开发了一种深度学习算法,用于准确预测生物多样性编辑结果。

2024-02-26

科研人员研发深度学习系统:可精准预测糖尿病视网膜病变进展

研究团队通过将该系统应用于中国和印度的真实临床流程,证实该系统可在大幅降低筛查频率和公共卫生成本的情况下仍保持极低的漏诊率,从而为将来的糖尿病并发症防控实践提供了个性化筛查和管理决策的依据。

2024-02-15

空间组学数据解析肿瘤微环境的异质图学习方法

该研究提出了名为stKeep的新模型。该模型构建了三种不同节点即细胞/spot、基因和肿瘤区域以及八种连接关系的异构图模型,用于刻画肿瘤微环境。

2024-07-02

PNAS Nexus:科学家有望开发出预测人类机体智力的特殊机器学习模型

本文研究揭示了对人类机体认知的未来预测研究如何通过优先系统性地评估预测大脑特征而不是最大化地预测性能从而来提高解释的价值。

2024-12-19

Nat Commun:通过整合细胞形态学和空间转录组学深度剖析肿瘤生态系统

METI是一种机器学习方法,它通过整合空间基因表达数据和病理学组织学特征,系统性地分析肿瘤生态系统。

2024-09-04

Science:利用机器学习破解发育中的人类大脑中的基因调控

这项研究是作为 PsychENCODE联盟的一部分完成的,该联盟汇集了多学科团队,从人类大脑中生成大规模的基因表达和调控数据,涉及几种主要的精神疾病和大脑发育阶段。

2024-05-31