打开APP

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

2020-12-14

Cell子刊:中和GDF-15可减轻铂类化学药物引起的呕吐、厌食以及体重减轻

 铂类药物是全球用于癌症治疗使用最广泛的的药物,众人熟知的就有顺铂、卡铂和奥沙利铂等。然而铂类药物的使用一直受到其使用后的不良反应的限制,包括恶心呕吐、厌食、体重减轻等,这些副作用的存在降低了患者的生存质量以及治疗依从性。尽管铂类药物已经在临床使用了近50年,但对其产生的不良反应的机制仍知之甚少。近年来,有报道提出生长分化因子GDF-15在动物模型

2020-12-04

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。

2020-11-11

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

2020-11-12

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

2020-11-11

Cell:揭示章鱼吸盘上的化学触觉受体作用机制

2020年11月8日讯/生物谷BIOON/---几个世纪以来,章鱼一直吸引着人类的想象力。它们有八个吸盘覆盖的腕足,它们的外观本身就很独特,而它们在觅食时能用这些吸盘来触摸和品尝食物,更让它们与众不同。事实上,数十年来,科学家们一直想知道章鱼的这些腕足---更具体地说,它们身上的吸盘---是如何发挥作用的,这促使人们对它们的生物力学特性进行了大量的实验。但是

2020-11-08

Adv Sci:精准化学免疫疗法用于治疗胰腺癌

胰腺癌具有极高的死亡率:根据美国国家癌症研究所的数据,胰腺癌患者在诊断后五年的存活率只有大约10%。根据最近一项研究,来自波士顿儿童医院Marsha Moses博士实验室的研究人员表明,使用高度选择性,有效,工程化的抗体-药物组合,可以使得小鼠模型中的胰腺肿瘤明显且持久地缓解。

2020-11-06

天士力治疗2型糖尿病化学1类新药获批临床试验

 天士力发布公告称,其子公司江苏帝益近日收到国家药监局核准签发用于治疗2型糖尿病的化学1类新药TSL-1806胶囊《药物临床试验批准通知书》,并将于近期开展临床试验。药品名称:TSL-1806剂型:胶囊规格:100 mg申请人:江苏天士力帝益药业有限公司受理号:CXHL2000413通知书编号:2020LP00664注册分类:化药1类审批结论:根据

2020-11-05

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

2020-11-04

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。

2020-11-01