打开APP

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

Cell:开发出一种基于机器学习的成像方法,可用于评估头颈癌患者的预后和治疗反应

这项研究最重要的成果是开发出了一种新的成像方法,它将细胞行为生物标志物分析与单个细胞形状和整个肿瘤组织结构的形态学分析相结合。

2024-11-06

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

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

科学家发现,心脏损伤会诱导单核细胞进入大脑,刺激相应神经元诱导深度睡眠,促进损伤修复

“睡个好觉”还真不是一句空话,对患者来说这真是非常重要的一句医嘱了。

2024-11-05

Nat Method:单细胞分辨率下对细胞信号交流进行分析的多实例学习模型-Spacia

Spacia模型能够帮助研究者从各种生物学样品的单细胞空间转录组数据中获得新的知识。

2024-09-06

凯西集团发布《2023年可持续发展报告》深度融合可持续发展与公司战略,创造共享价值

根据联合国《2030年可持续发展议程》制定的目标,凯西集团正在努力实施健康公平战略,以期惠及更多患者,并通过弥合医疗可及性方面的差距,提升医疗服务水平。

2024-08-01

Cell:竺淑佳/李扬团队首次在原子分辨率上看清调控学习和记忆的“分子开关”NMDA受体的精细结构

研究团队提取了大鼠大脑皮层和海马中的内源 NMDA 受体并解析出了 3 种主要亚型及比例,揭示了内源 NMDA 受体的原子分辨率三维结构。

2025-01-26

Nature子刊:冯建峰/程炜团队开发机器学习模型,识别自杀行为风险因素

研究团队开发了一种基于行为学、代谢组学和蛋白组学的机器学习判别模型,用以区分是个体是否发生自杀行为。研究发现基于16种行为学特征的分类模型在区分有无自杀行为上表现出高判别准确性。

2024-07-05

J Biomed Inform:科学家开发出能识别人类疾病亚型的新型机器学习模型

这项研究中,研究人员引入了一种新型机器学习方法来识别具有潜在亚型的疾病,利用开放型靶标平台中记录的近2.3万种疾病的广泛数据集。

2024-07-11