鲁棒性

搜索
登录

鲁棒性

文章数：5篇

iMeta：基于集成学习的新冠患者疾病严重程度打分

由于不同医院的评估方法不同，目前缺乏统一的针对COVID-19患者的严重程度预测工具。为实现这一目标，本研究提出了一种自适应最佳子集选择算法和遗传算法辅助的集成学习模型打分（AGAE score）来量化患者的严重程度。作者将AGAE评分部署为网站(https://kwkxbioinfor.shinyapps.io/COVID19/)，以协助COVID-19患者的个性化医疗。

遗传算法新冠患者 AGAE评分疾病严重程度子集筛选算法

微生物绝对丰度变化

刘星吟团队：评估微生物绝对丰度变化新方法

南京医科大学刘星吟团队发表研究，提出了一种基于微生物相对丰度来估计不同条件下各类群中微生物绝对丰度变化的新方法(quantification of microbial absolute abundance differences，QMD)，同时作者构造了基于QMD开展组间差异菌识别(differential abundant taxa，DA)的统计检验假设模型。研究表明，微生物绝对丰度组间差异可以用其相对丰度加上组间的总微生物丰度的变化来估计。QMD方法得到了真实的微生物绝对丰度变化数据的验证。与其他方法相比，QMD在微生物差异丰度定量、DA识别、运行速度上都表现出较好的性能。

微生物绝对丰度变化鲁棒性假阴性率（FNR）组间差异菌识别仿真实验

赖氨酸乳酸化

iMeta：国内团队开发蛋白质赖氨酸乳酸化位点预测工具DeepKla

该研究提出第一个用于识别蛋白质赖氨酸乳酸化位点的计算工具DeepKla，实验结果证明DeepKla具有出色的预测能力和鲁棒性。作者搭基于所提出的模型建立了一个名为DeepKla的在线服务。

赖氨酸乳酸化卷积神经网络计算框架鲁棒性注意力机制层

DNA 测序技术

确定人类菌群研究中的偏差及其潜在解决方案

DNA 测序技术的进步极大地提高了研究人员探索人体菌群的能力。不幸的是，虽然这些研究揭示了菌群对我们健康的重要性，但它们往往不会得出类似的结果。在这篇综述中，作者重点介绍了典型的基于序列的人类菌群研究中可能引入显著偏差的各个步骤，并回顾了该领域目前旨在减少这些偏差影响的努力。作者建议目前研究中的所有方法应尽量保持一致，并且与以前的工作相比，应尽量遵循相同的实验方法，以确保基本结果对菌群测序实验中引入的偏差具有稳定性。

DNA 测序技术系统性偏差序列菌群测序校正

菌群关系变化

刘星吟团队：新的鉴定和量化菌群关系变化的分析框架—PM2RA

南京医科大学刘星吟教授课题组在Genomics, Proteomics & Bioinformatics杂志上在线发表了文章，借鉴工业领域监测变量之间关系一致性的方法，提出了一个鉴定和量化菌群关系变化的分析框架（PM2RA），以检测和量化各种条件下菌群中的关系变化。PM2RA无需构建共现网络，可直接比较不同条件下菌群关联的变化。为了方便临床医生以及没有生信基础的科研人员使用该软件进行两种状态下菌群关系的变化分析，PM2RA提供在线分析工具及单机版软件 http://www.pm2ra-xingyinliulab.cn/。

菌群关系变化整体监测共现网络人类疾病鲁棒性