基于机器学习开发适用于中国人群的衰老评估指标
近日，德睿智药团队与浙江大学、昆山杜克大学在《Frontiers in Medicine》（影响因子5.1）联合发表论文。该研究使用机器学习（ML）方法建立了一个基于中国中老年人群的生物年龄测量方法，并证明了基于机器学习的生物年龄与疾病发生率及死亡率间存在密切联系，同时发现基于机器学习的生物年龄相较于以往方法具有优势。德睿智药团队负责该研究的建模
Nature：我们是如何学会学习的？科学家给出明确答案！
来自纽约大学等机构的科学家们通过对小鼠进行研究后发现，旨在专注于重要事物而忽略分心的认知训练或能增强大脑的信息处理能力，从而使得机体能够学会如何去学习。
研究揭示深度荫蔽环境调控油桐种子油脂积累的分子机制
油桐树是工业油料树种，从油桐种子中提取的油脂因富含桐酸，从而赋予了桐油耐热、耐酸碱、防腐、防锈、绝缘、干燥快等特性，使得桐油成为优良的干性植物油，广泛应用于优质环保涂料、电子线路板生产以及军事工业领域。研究油桐树种子桐油合成调控机理对培育油桐高产品种具有理论指导意义。光为植物光合产物的积累提供能量，也参与调控植物的生长发育。处于不良光照环境下，不
上海交大研究团队合作建立肝恶性肿瘤影像诊断深度学习新模型
肝恶性肿瘤包括肝细胞癌（HCC）、肝内胆管细胞癌（ICC）和转移性肝癌等，是常见且预后极差的恶性肿瘤。影像学诊断为治疗决策和预后判断提供了不可或缺的支持，然而不同肝恶性肿瘤通过影像学诊断常有误诊。临床上不同肝恶性肿瘤的治疗策略差异巨大，医生在手术、靶向、免疫等治疗前对患者肿瘤类别的准确诊断至关重要。近期，医学院附属新华医院顾劲扬教授团队、生命科学技术学院俞章
科学家如何利用机器学习技术来改善人类健康研究？
机器学习是一门多领域的交叉学科，主要包括概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科，近年来，科学家们不断将机器学习技术应用到改善人类健康和疾病等研究领域中，本文中，小编就整理了多篇研究报告，共同解读科学家如何利用机器学习技术来改善人类的健康。分享给大家！【1】Science：利用新型机器学习技术准确预测蛋白和RNA的三维结构doi：10.112
“机器学习”如何助力新药研发？
今天的新药发现，已经离不开计算学科的支撑，与计算相关的各种技术也因新药研发，而备受行业的重视。机器学习，作为AI的一个重要分支，凭借其辅助发现潜力化合物、预测相关参数、节约试验成本、压缩开发周期等优势，得到了研发及投行的极大关注。本稿件即对机器学习的历史及其于医药领域的应用进行概述，以期与同行进行共同学习。未来：精准医学&药物
强生Erleada(安森珂)：快速、深度、持久降低前列腺特异性抗原(PSA)，具有高依从性!
在中国，Erleada获批2个适应症：治疗转移性去势敏感性(mCSPC)和非转移去势抵抗性(nmCRPC)前列腺癌。
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
Science：利用新型机器学习技术准确预测蛋白和RNA的三维结构
美国斯坦福大学博士生Stephan Eismann和Raphael Townshend在该大学计算机科学副教授Ron Dror的指导下，利用巧妙的新型机器学习技术，开发出一种通过计算预测准确结构来克服这一问题的人工智能算法。最值得注意的是，即使只从少数已知结构中学习，他们的方法仍然成功，这使得它适用于那些结构最难通过实验确定的分子类型。