chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于基因信息的肺癌預(yù)后預(yù)測模型助力風(fēng)險評估

汽車玩家 ? 來源: 科技日報 ? 作者:金鳳 ? 2020-03-23 15:47 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

DNA甲基化是一種可遺傳、可逆轉(zhuǎn)的表觀遺傳學(xué)特征,不同基因的甲基化程度,對基因表達(dá)有不同的抑制作用。3月21日,記者從南京醫(yī)科大學(xué)獲悉,該校公共衛(wèi)生學(xué)院陳峰教授課題組采用數(shù)據(jù)挖掘的統(tǒng)計分析手段,構(gòu)建了基于生物標(biāo)記物的肺癌預(yù)后預(yù)測模型,對患者生存時間的預(yù)測精度高達(dá)89%。研究結(jié)果在獨(dú)立人群中得到驗證,為肺癌風(fēng)險評估與精準(zhǔn)治療提供了有力證據(jù)。該成果近日發(fā)表于國際著名期刊《胸科》。

不同預(yù)后評分人群的K-M生存曲線及預(yù)測模型的ROC曲線,課題組供圖

肺癌位居惡性腫瘤死因首位,根據(jù)患者的遺傳特征,利用有效的生物標(biāo)記物進(jìn)行個體化風(fēng)險評估,可以為病情發(fā)展提供判斷依據(jù)。而DNA甲基化就可作為一種生物標(biāo)記物。

自2015年起,南京醫(yī)科大學(xué)公共衛(wèi)生學(xué)院陳峰教授課題組,便聚焦早期非小細(xì)胞肺癌預(yù)后的表觀基因組學(xué)研究,并與美國哈佛大學(xué)、西班牙巴塞羅那大學(xué)、挪威奧斯陸大學(xué)、瑞典隆德大學(xué)開展國際合作研究。

論文的作者之一、南京醫(yī)科大學(xué)公共衛(wèi)生學(xué)院張汝陽副教授介紹,團(tuán)隊利用合作者的現(xiàn)有實驗室數(shù)據(jù)和公共數(shù)據(jù),從表觀基因組學(xué)、轉(zhuǎn)錄組學(xué)出發(fā),對38萬個基因指標(biāo)進(jìn)行分析,篩選具有主效應(yīng)、交互效應(yīng)的生物標(biāo)記物,結(jié)合人口學(xué)、臨床指標(biāo),最終構(gòu)建基于生物標(biāo)記物的肺癌預(yù)后預(yù)測模型。

“此前人們并不了解到底有哪些基因的甲基化水平會影響肺癌患者的生存時間,我們從38萬個基因指標(biāo)中發(fā)現(xiàn),50多個基因甲基化和基因表達(dá)的生物標(biāo)記物,會影響肺癌患者的生存時間。針對肺癌患者3年、5年存活率的預(yù)測精度,可分別達(dá)到88%和89%。根據(jù)目前的研究發(fā)現(xiàn),這個模型是早期非小細(xì)胞肺癌預(yù)后預(yù)測精度最高的模型,將為早期肺癌臨床決策與治療提供參考?!睆埲觋栒f。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • DNA
    DNA
    +關(guān)注

    關(guān)注

    0

    文章

    244

    瀏覽量

    31485
  • 數(shù)據(jù)挖掘
    +關(guān)注

    關(guān)注

    1

    文章

    406

    瀏覽量

    24668
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    請問是否可以在模型服務(wù)器中使用REST請求OpenVINO?預(yù)測?

    是否可以在模型服務(wù)器中使用 REST 請求OpenVINO?預(yù)測?
    發(fā)表于 03-05 08:06

    AI大模型在工業(yè)領(lǐng)域的供應(yīng)鏈管理方向的應(yīng)用

    AI 大模型在工業(yè)領(lǐng)域的供應(yīng)鏈管理中具有精準(zhǔn)預(yù)測、個性化需求預(yù)測、動態(tài)實時調(diào)整和供應(yīng)商管理風(fēng)險評估與預(yù)警等功能,幫助企業(yè)提高供應(yīng)鏈效率和應(yīng)對
    的頭像 發(fā)表于 02-14 11:40 ?541次閱讀
    AI大<b class='flag-5'>模型</b>在工業(yè)領(lǐng)域的供應(yīng)鏈管理方向的應(yīng)用

    信道預(yù)測模型在數(shù)據(jù)通信中的作用

    信道預(yù)測模型是一種數(shù)學(xué)模型,用于預(yù)測無線通信信道的未來狀態(tài)。這些模型通?;跉v史數(shù)據(jù)和當(dāng)前的信道狀態(tài)
    的頭像 發(fā)表于 01-22 17:16 ?750次閱讀

    英國將試用AI工具提前預(yù)測糖尿病風(fēng)險

    近日,據(jù)最新報道,英國計劃在2025年啟動一項創(chuàng)新的人工智能(AI)工具試驗,旨在提前預(yù)測2型糖尿病的患病風(fēng)險。這款名為“人工智能-心電圖糖尿病風(fēng)險評估”的工具,能夠在患者實際罹患糖尿
    的頭像 發(fā)表于 12-27 10:26 ?1249次閱讀

    如何評估AI大模型的效果

    評估AI大模型的效果是一個復(fù)雜且多維度的過程,涉及多個方面的考量。以下是一些關(guān)鍵的評估方法和步驟: 一、基準(zhǔn)測試(Benchmarking) 使用標(biāo)準(zhǔn)數(shù)據(jù)集和任務(wù)來評估
    的頭像 發(fā)表于 10-23 15:21 ?2924次閱讀

    浪潮信息:元腦企智EPAI助力金融大模型快速落地

    將浪潮信息在AI算力底座建設(shè)、大模型開發(fā)領(lǐng)域積累的成熟、成功經(jīng)驗工具化,助力金融機(jī)構(gòu)又快、又穩(wěn)地部署生成式AI應(yīng)用,助力金融數(shù)智化跨越式發(fā)展。
    的頭像 發(fā)表于 09-20 16:07 ?675次閱讀
    浪潮<b class='flag-5'>信息</b>:元腦企智EPAI<b class='flag-5'>助力</b>金融大<b class='flag-5'>模型</b>快速落地

    OpenAI與Anthropic新模型將受美政府評估

    近日,美國政府宣布了一項重要合作,旨在加強(qiáng)人工智能安全監(jiān)管。根據(jù)協(xié)議,OpenAI與Anthropic兩大AI領(lǐng)軍企業(yè)同意,在推出新的AI模型之前,先將其提交給美國人工智能安全問題研究所進(jìn)行評估。這一舉措旨在確保新模型在能力范圍
    的頭像 發(fā)表于 08-30 15:35 ?552次閱讀

    NVIDIA Modulus助力風(fēng)阻預(yù)測模型實現(xiàn)

    NVIDIA 與百度飛槳雙方技術(shù)團(tuán)隊通過在數(shù)據(jù)、算法、模型等多個方面的合作,共同打造了一款適用于車輛空氣動力學(xué)數(shù)值模擬的 3D 高精度汽車風(fēng)阻預(yù)測模型——DNNFluid-Car。經(jīng)過訓(xùn)練
    的頭像 發(fā)表于 08-23 17:10 ?1373次閱讀

    【《大語言模型應(yīng)用指南》閱讀體驗】+ 基礎(chǔ)知識學(xué)習(xí)

    能夠關(guān)注到輸入文本中的重要部分,從而提高預(yù)測的準(zhǔn)確性和效率。這種機(jī)制允許模型在處理文本時同時考慮多個位置的信息,并根據(jù)重要性進(jìn)行加權(quán)處理。 一些關(guān)鍵技術(shù) 1. 上下文理解 大語言模型
    發(fā)表于 08-02 11:03

    BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的建模步驟

    BP(Backpropagation)神經(jīng)網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò),其核心思想是通過反向傳播算法來調(diào)整網(wǎng)絡(luò)中的權(quán)重和偏置,從而實現(xiàn)對輸入數(shù)據(jù)的預(yù)測或分類。BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的建模是一個系統(tǒng)而復(fù)雜
    的頭像 發(fā)表于 07-11 16:57 ?2659次閱讀

    matlab預(yù)測模型怎么用

    MATLAB預(yù)測模型是一種基于統(tǒng)計和數(shù)學(xué)方法的預(yù)測工具,廣泛應(yīng)用于各種領(lǐng)域,如金融、氣象、生物醫(yī)學(xué)等。本文將介紹MATLAB預(yù)測模型的使用方
    的頭像 發(fā)表于 07-11 14:33 ?1025次閱讀

    MATLAB預(yù)測模型哪個好

    在MATLAB中,預(yù)測模型的選擇取決于數(shù)據(jù)類型、問題復(fù)雜度和預(yù)測目標(biāo)。以下是一些常見的預(yù)測模型及其適用場景的介紹: 線性回歸(Linear
    的頭像 發(fā)表于 07-11 14:31 ?709次閱讀

    matlab預(yù)測模型有哪些

    環(huán)境,使其成為預(yù)測模型開發(fā)和實現(xiàn)的理想平臺。本文將詳細(xì)介紹MATLAB中常用的預(yù)測模型及其應(yīng)用。 線性回歸模型 線性回歸是一種簡單的
    的頭像 發(fā)表于 07-11 14:27 ?1313次閱讀

    arimagarch模型怎么預(yù)測

    ARIMA-GARCH模型是一種時間序列預(yù)測方法,它結(jié)合了自回歸積分滑動平均(ARIMA)模型和廣義自回歸條件異方差(GARCH)模型。ARIMA
    的頭像 發(fā)表于 07-09 10:22 ?957次閱讀

    神經(jīng)網(wǎng)絡(luò)預(yù)測模型的構(gòu)建方法

    神經(jīng)網(wǎng)絡(luò)模型作為一種強(qiáng)大的預(yù)測工具,廣泛應(yīng)用于各種領(lǐng)域,如金融、醫(yī)療、交通等。本文將詳細(xì)介紹神經(jīng)網(wǎng)絡(luò)預(yù)測模型的構(gòu)建方法,包括模型設(shè)計、數(shù)據(jù)集
    的頭像 發(fā)表于 07-05 17:41 ?1515次閱讀