首页
热心肠日报
文献库
产业库
榜单
关于日报
《肠·道》演讲
往期精彩
《肠·道》2024
《肠·道》2023
《肠·道》2022
《肠·道》2021
《肠·道》2020
《肠·道》2019
《肠·道》2018
《肠·道》2017
关于《肠·道》
肠道大会
热心肠大会
热心肠智库
智库专家
专家动态
智库新闻
关于智库
奖学金
年度人物奖
更多
HOPE
会议信息
科学与艺术
学术专刊
R·AI
周刊
热心肠先生
研究院动态
关于我们
搜索
登录
关闭
手机邮箱登录
扫码登录
微信扫描二维码快捷登录
验证成功,将在
3
秒钟后跳转
已超时,请
重试
关闭
二维码登录
手机登录
邮箱登录
+86
+1
+852
+886
+81
+65
+61
+44
获取验证码
登录 / 注册
关闭
二维码登录
手机登录
邮箱登录
获取验证码
登录 / 注册
Prediction model
文章数:2篇
预测模型
MB-SupCon—基于微生物群的监督对比学习预测模型
有效整合微生物组和代谢组数据有利于更准确地预测不同的疾病,然而,大多数数据集只测量微生物组数据,而没有配对的代谢组数据。近日,美国南卫理公会大学研究人员在Journal of Molecular Biology发表最新研究,设计一种新的、基于微生物组的监督对比学习框架(MB-SupCon),用于提高仅测量微生物组数据的集合预测准确性,并在不同队列中做了验证,值得相关人员测试。
预测模型
MB-SupCon
Microbiome
Prediction model
Contrastive learning
粪菌移植
粪菌移植治疗7天后的菌群,或可预测艰难梭菌感染复发
Microbiome上发表的一项最新研究,发现在接受胶囊粪菌移植治疗后的艰难梭菌感染患者中,移植后的菌群组成与复发与否显著相关。基于移植后7天的菌群组成构建模型,可预测移植后60天内,艰难梭菌感染是否复发。
粪菌移植
Clostridium difficile
Encapsulated microbiota
Fecal microbiota transplantation
machine learning