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
深度学习方法
文章数:4篇
DeePhage
朱怀球团队:DeePhage——区分宏病毒组中的毒性和温和噬菌体衍生序列的工具
北大朱怀球团队在本研究中提出了一种新的计算方法 DeePhage,它可以直接快速地将每个读长或重叠群判断为有毒或温和的噬菌体衍生片段,特别是用于宏基因组学分析,通过直接检测来自宏基因组和宏病毒组的温和病毒片段,该研究进一步提出了一种新策略来探索菌群中的噬菌体转化。检测这种转变的能力为人们提供了对人类疾病潜在治疗方法的新见解。DeePhage 可通过 http://cqb.pku.edu.cn/ZhuLab/DeePhage 或https://github.com/shufangwu/DeePhage 免费获得。
DeePhage
深度学习方法
宏病毒组
噬菌体衍生序列
卷积神经网络
营养不良
国内团队:深度学习预估癌症患者营养不良状态
通常癌症患者的营养状态评估靠问卷或者通识性的指南,但是其并不能基于人群数据给出营养不良相关预估。陆军军医大学大坪医院许红霞、首都医科大学附属北京世纪坛医院石汉平、福建省肿瘤医院郭增清、中国科学技术大学第一附属医院李苏宜与研究团队,近期在Clinical Nutrition发表研究,基于真实数据,建立了一种深度学习的算法,可以融合癌症患者的营养不良识别和程度判定。
营养不良
深度学习方法
Cancer
K-means clustering
machine learning
自闭症谱系障碍(ASD)
全基因组深度学习助力儿童自闭症遗传学研究
美国普林斯顿大学的研究团队近期发布了一个基于全基因组的深度学习模型,揭示了非编码区突变可能在儿童自闭症中发挥的作用。同时,该方法也进一步为人类所有复杂疾病的病因学研究提供了新的思路和方法。
自闭症谱系障碍(ASD)
儿童
全基因组(WGS)
深度学习方法
R William DePaolo
口臭
用唾液样本预测口臭的机器学习方法
BMC Oral Health近期发表一项研究,分析了90名受试者的唾液菌群,用深度学习方法建模,能以高达97%的准确率预测口臭。
口臭
口腔菌群
预测
深度学习方法
Deep learning