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
PLoS Digital Health：科学家有望利用机器学习模型可靠地预测多发性硬化症患者的疾病进展
来自鲁汶大学等机构的科学家们通过研究表示，机器学习模型或能可靠地告知临床医生多发性硬化症患者的残疾进展情况。
2024-08-05
Cell：脑细胞模拟肌肉信号传导来增强学习和记忆
这项新研究揭示了脑细胞中信号传输的新机制，并有助于回答神经科学中一个悬而未决的问题，即细胞内信号如何在神经元中长距离传播，从而使树突特定位点接收到的信息能够在大脑中处理。
2025-02-24
深度揭秘“享乐性饮食”(Hedonic Eating)的魔力
这项研究令人惊讶地揭示，VTA中的多巴胺神经元不仅在我们享受美食时被激活，更关键的是，它们似乎能够“对抗”身体发出的饱腹信号。
2025-03-29
Nature：解码基因调控——GET模型如何颠覆传统预测方法
该研究旨在从染色质开放性数据和基因序列信息中学习调控规则，实现对基因表达的高精度预测。该模型的推出标志着转录调控研究进入了一个全新的阶段。
2025-01-13
Cell：挑战传统感染模型——从HIV的“解体假说”到“完整穿越”
“完整穿越”模型重新定义了HIV的感染逻辑，为研究人员理解病毒与宿主的攻防战提供了全新的视角。这一转变让人们更加接近破解HIV感染的核心机制，也为开发新的治疗手段开辟了道路。
2025-01-23