深度学习方法在准确识别疾病相关基因以进行诊断、预后和治疗方面发挥着至关重要的作用。2023年7月,《Frontiers in Genetics》发表综述文章,系统地评估了基于...[作者空间]
RNA序列的计算分析在RNA生物学领域中是至关重要的一步。近年来机器学习方法使RNA二级结构预测及与RNA二级结构相关的序列分析更加准确。此外,人工智能和机器学习还在分析RN...[作者空间]
解码疾病易感性是人类遗传学和精准医学的核心问题。人工智能(AI)技术已经在解读复杂的功能数据集并为GWAS发现提供新的生物学洞见方面展示出了可观的前景。近日,《Cell Ge...[作者空间]
全基因组关联研究(GWAS)为复杂疾病的遗传基础提供了见解。在下一步中,综合多组学方法可以表征相关原发组织中的分子...[作者空间]
过去几十年来,测序方法的快速发展加速了微生物群和微生物组研究的潜在范围和深度,该领域最近的发展标志着从纯粹的分类研...[作者空间]
生物数据规模的扩大和固有的复杂性促使机器学习在生物学中的应用越来越多。所有的机器学习技术都能将模型与数据相匹配;然...[作者空间]
在过去的十年中,宏基因组测序技术以惊人的速度提供了越来越多的蛋白序列数据,这些数据已被用于各研究领域,如研究肠道微...[作者空间]
MicroRNA(miRNA;miR)与肿瘤的发生、发展密切相关,在多种肿瘤中异常表达。控制癌症相关miRNAs的...[作者空间]
大量的多组学分析,如多维基因组学和蛋白质基因组学分析,已被证明有利于获得对细胞事件的全面了解。这一优势促进了单细胞...[作者空间]