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-
Nat Commun：科学家成功开发出一种深度学习模型工具 或有望更好地预测肺癌患者的治疗疗效
2020年10月22日 讯 /生物谷BIOON/ --在过去20年里，肺癌患者的个体化疗法的发展和选择已经取得了长足的进展，非小细胞肺癌依然是肺癌的主要类型，而且也是诱发全球癌症相关死亡的主要原因，对于这类肺癌而言目前有两种治疗性策略，即酪氨酸激酶抑制剂和免疫检查点抑制剂疗法，然而，为每一位非小细胞肺癌患者选择最正确的疗法或许并不是一件容易的事情，因为在其治
基于机器学习的天然产物活性研究取得进展
近日，云南大学教育部自然资源药物化学重点实验室肖伟烈课题组在天然产物权威评述期刊Natural Product Reports上发表文章，对基于机器学习的天然产物活性研究的进展进行了综述（IF = 11.876， https：//doi.org/10.1039/D0NP00043D）。该文章结合本团队的研究经验，在总结理论方法和分析文献案例的基础
JCM：机器学习预测ECMO导致儿童脑损伤的风险
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）的治疗方法被认为挽救了无数生命。但是在某些情况下，它也可能导致长期脑损伤。