滑铁卢大学Greatonovo使用机器学习,大大提高细胞脉冲排序精度,为个性化癌症处理和疫苗开发提供突破信用社ScitechDaily.com
机器学习技术正在帮助科学家检查未知细胞组成,有可能导致癌症和其他严重疾病的个性化医学
研究人员滑铁卢大学开发图Novo新程序提供更精确理解细胞中pitide序列Peptides链
健康人免疫系统可正确识别异常或异域细胞的粒子,如癌症细胞或有害细菌,然后瞄准这些细胞销毁对于那些免疫系统受苦受难者而言,有希望的免疫法领域正努力重新培训他们的免疫系统以识别这些危险的入侵者。
科学家想做的是排序 正常组织与癌症组织之间的分片识别差分切里顿计算机科学学院候选人明治
排序过程对新病或癌症细胞特别困难,这些细胞以前可能没有分析过科学家在分析先前研究的疾病或生物时可取用现有粒子数据库,但每个人的癌症和免疫系统是独一无二的。
快速建构不为人知细胞粒子剖面图 科学家使用一种叫新粒子排序法 使用质谱法快速分析新样本进程可能会留下偏差不完全或完全缺失
使用机器学习图之大增强精度取粒子序列精确质量填充空白如此精度飞跃很可能对各种医疗领域大有裨益,特别是在治疗癌症和为伊波拉和伊波拉等疾病制作疫苗方面" data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]" tabindex="0" role="link">COVID-19.研究者实现这一突破是因为滑铁卢致力于提高技术与健康之间的接口
毛泽东表示:「如果算法不够好,眼下,这一切都理论性很快,我们将能够在现实世界使用它。”
参考文献:Zeping Mao、RuixueZhang、Lei新和MingLi2023年10月19日自然机器情报.
DOI: 10.1038/s42256-023-00738-x
位居优先评论关于Graphnovo:用机器学习实现癌症处理革命