Nat Commun：科学家开发出新型机器学习算法 或能准确解锁临床癌症样本中的基因组代码
来自芬兰赫尔辛基大学等机构的科学家们通过研究开发了一种新方法或能准确分析癌症档案活检组织中的基因组学数据，这种新型工具能利用机器学习方法来纠正受损的DNA并揭示肿瘤样本中真正的突变过程。
许锦波发布分子之心AI蛋白设计平台研发进展，十余项AI算法领先全球
蛋白质是生命科学的基础,对蛋白结构的理解和设计可以帮助人们深入了解包括癌症、遗传病等诸多顽疾的发病机理,找到治疗更精准的路径。
MIT科学家发明癌症驱动突变挖掘算法
研究人员基于概率深度学习方法开发的Dig算法可快速、准确地在测试基因组中寻找潜在的突变基因，其在构建中性突变率模型和识别候选驱动基因方面的强大性能，突出了深度学习在该类研究中的广阔前景。
Nucleic Acids Research：同济大学王晨飞团队开发空间转录组分析算法——STRIDE
近些年，高通量单细胞测序技术的发展，使得研究人员能够在单细胞分辨率研究复杂生物系统中细胞的异质性，但在实验过程中需要经历组织消化等操作，导致细胞在组织中原始位置信息的丢失。新兴的空间转录组学技术则在定量基因表达水平的同时，保留了细胞的空间信息，研究人员得以在空间背景下研究细胞不同的功能状态以及细胞间的相互作用。然而，由于技术的限制，目前大多数空间转录组或是检
Diabetes Care：一种基于机器学习的算法或能更好地管理糖尿病和心血管疾病风险
来自耶鲁大学等机构的科学家们通过研究开发了一种名为INSIGHT的新型在线工具，其或能为SGLT2抑制剂在开具处方时提供一种机器学习方法，从而让2型糖尿病患者获益最大。
Nature Biotechnology:我国科学家发明计算超分辨图像重建算法拓展荧光显微镜分辨率极限
自2014年诺贝尔化学奖授予了超分辨显微技术以来，超分辨成像技术取得了巨大的进步，成像的分辨率得到了进一步的提高。然而受限于荧光分子单位时间内发出的光子数，超分辨成像技术在时间分辨率和空间分辨率上难于获得同等提高。近日，发表在《Nature Biotechnology》上的一项题为“Sparse deconvolution improves th
Science封面重磅：新型AI算法准确预测RNA三维结构
近日，美国斯坦福大学在读博士生 Stephan Eismann 和 Raphael Townshend 在计算机副教授 Ron Dror 的指导下，利用目前先进的神经网络技术，成功开发出了一种全新 RNA 三维结构预测模型——ARES。与其他传统 AI 算法不同，ARES 的结构框架并不是针对 RNA 结构设计，而是针对原子结构设计的
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
Genome Biology：科研人员开发出在单细胞中识别染色质类染色质拓扑相关结构域结构的算法
基因组DNA和组蛋白以特定的形式高度折叠在细胞核中，这一高级结构即三维基因组学，对细胞核内的诸多生命活动至关重要。基于染色质构象捕获（3C），尤其是高通量技术（Hi-C，ChIA-PET）的发展推动了三维基因组的研究，发现了包括染色质拓扑相关结构域（TAD），染色质环等一系列层次化的结构特征。近年来，单细胞水平下的Hi-C研究成为三维
PNAS：科学家利用机器学习算法来识别人类基因组中的古老RNA病毒片段！
2021年2月4日 讯 /生物谷BIOON/ --近日，一篇发表在国际杂志Proceedings of the National Academy of Sciences上的研究报告中，来自日本多个研究机构的科学家们通过研究，成功利用机器学习算法来从人类基因组中识别古老的RNA病毒残留物，文章中，研究人员描述了他们如何教授AI系统来识别RNA病毒残留并利用其在