免疫细胞浸润在非小细胞肺癌诊断与预后中的应用

免疫细胞浸润对癌症的诊断与预后有着重要意义。文中收集TCGA数据库已收录的非小细胞肺癌肿瘤与正常组织基因表达数据,利用CIBERSORT工具得到22种免疫细胞占比来评估免疫细胞浸润情况。以22种免疫细胞占比为特征,用机器学习方法构建了非小细胞肺癌肿瘤与正常组织的分类模型,其中随机森林方法构建的模型分类效果AUC=0.987、敏感性0.98及特异性0.84。并且用随机森林方法构建的肺腺癌和肺鳞癌肿瘤组织分类模型效果AUC=0.827、敏感性0.75及特异性0.77。用LASSO回归筛选22种免疫细胞特征,保留8种强相关特征组成的免疫细胞评分结合临床特征构建了非小细胞肺癌预后模型。经评估及验证,预后模型C-index=0.71并且3年和5年的校准曲线拟合良好,可以对预后风险度进行准确预测。本研究基于免疫细胞浸润所构建的分类模型与预后模型,旨在对非小细胞肺癌的诊断与预后研究提供新的策略。     

基于机器学习的医学影像分析在药物研发和精准医疗方面的应用

MRI,PET,和CT等医学影像在新药研发和精准医疗中起着越来越重要的作用。影像技术可以被用来诊断疾病,评估药效,选择适应患者,或者确定用药剂量。 随着人工智能技术的发展,特别是机器学习以及深度学习技术在医学影像中的应用,使得我们可以用更短的时间,更少的放射剂量获取更高质量的影像。这些技术还可以帮助放射科医生缩短读片时间,提高诊断准确率。除此之外,机器学习技术还可以提高量化分析的可行性和精度,帮助建立影像与基因以及疾病的临床表现之间的关系。首先根据不同形态的医学影像,简单介绍他们在药物研发和精准医疗中的应用。并对机器学习在医学影像中的功能作一概括总结。最后讨论这个领域的挑战和机遇。     

基于机器学习的风景园林智能化分析应用研究

机器学习使实现数据的智能化处理及充分利用数据中蕴含的知识与价值成为可能。探索基于机器学习在风景园林领域智能化分析应用的途径,开展3个实验。其中2个与数据分析研究相关,提出基于调研图像色彩聚类分析的城市色彩印象和基于图像识别技术的景观视觉质量评估与网络应用平台部署实验。最后1个实验与数字化设计创作相关,提出用于设计方案遴选的地形生成方法,包括2个子项目：应用深度学习生成对抗网络（GAN）的地形生成和建立遮罩、预测未知区域的高程。3个实验应用到机器学习中分类、聚类和回归3个主要方向中的算法以及深度学习的生成对抗网络,对传统的研究问题提出了基于机器学习新的研究方法。因此,在应用机器学习风景园林领域,可以有效地从多源数据中学习相互增强的知识,发现问题,并提出解决问题的新方法。     

基于机器学习的肠道菌群数据建模与分析研究综述

人体肠道菌群与人类的健康和疾病存在密切关系,对肠道菌群的宏基因组数据进行建模和分析,在疾病预测及诊断相关领域科学研究和社会应用方面均具有重要意义。本文从大数据分析和机器学习的角度,对人体肠道菌群数据的建模、分析和预测算法的原理、过程以及典型研究应用实例进行综述,以期推动肠道菌群分析相关研究发展以及探索结合机器学习算法进行肠道菌群分析的有效方式,同时也为开发基于肠道菌群数据的新型诊疗手段提供借鉴,推动我国精准医疗事业发展。     

高血压性心脏病生物标志物的筛选：基于中国重庆市7家医疗机构的数据分析研究*

目的: 筛选高血压性心脏病（HHD）的影响因素,建立HHD的预测模型,为HHD的发生提供预警。方法: 选取中国重庆市某医科院校数据研究院平台2016年1月1日至2019年12月31日主要诊断为高血压性心脏病和高血压患者。通过单因素分析、多因素分析筛选HHD的影响因素,采用R语言分别构建Logistics模型、随机森林（RF）模型和极限梯度上升（XGBoost）模型。结果: 单因素分析筛选出60项差异指标,多因素分析筛选出18项差异指标（P<0.05）。Logistics模型、RF模型、XGBoost模型曲线下面积（AUC）分别为0.979、0.983和0.990。结论: 本文建立的3种HHD预测模型结果稳定,其中XGBoost模型对于HHD的发生具有良好的诊断效应。     

利用机器学习提高M. jannaschii酪氨酰tRNA合成酶底物特异性分子建模预测的准确度

设计结合不同化学结构底物的酶结合袋是一个巨大的挑战. 传统的湿实验要筛选成千上万甚至上百万个突变体来寻找对特定配体结合的突变体,此过程需要耗费大量的时间和资源. 为了加快筛选过程,我们提出了一种新的工作流程,将分子建模和数据驱动的机器学习方法相结合,生成具有高富集率的突变文库,用于高效筛选能识别特定底物的蛋白质突变体. M. jannaschii酪氨酰tRNA合成酶（Mj. TyrRS）能识别特定的非天然氨基酸并催化形成氨酰tRNA,其不同的突变体能够识别不同结构的非天然氨基酸,并且已经有了许多报道和数据的积累,因此我们使用TyrRS作为一个例子来进行此筛选流程的概念验证. 基于已知的多个Mj. TyrRS的晶体结构及分子建模的结果,我们发现D158G/P是影响残基158~163位α螺旋蛋白骨架变化的关键突变. 我们的模拟结果表明,在含有687个突变体的测试数据中,与随机突变相比,分子建模和打分函数计算排序可以将目标突变体的富集率提高2倍,而使用已知突变体和对应的非天然氨基酸数据训练的机器学习模型进行校准后,筛选富集率可提高11倍. 这种分子建模和机器学习相结合的计算和筛选流程非常有助于Mj.TyrRS的底物特异性设计,可以大大减少湿实验的时间和成本. 此外,这种新方法在蛋白质计算设计领域具有广泛的应用前景.     

沿海养殖池塘对红树林生态系统影响的时空变化监测与分析

随着沿海人类活动的日益加剧, 其对红树林生态系统健康和可持续发展的影响也逐渐凸显, 实现红树林周边典型人类活动时空动态变化监测对红树林生态系统的保护与修复意义重大。该研究基于Landsat多时相遥感数据和Google Earth Engine平台, 通过面向对象的机器学习方法, 融入水体季节波动信息作为分类特征, 获取了1990、2000、2010和2020年4个不同时期中国沿海红树林分布省区(包括广东、福建、浙江、台湾、广西及海南) 30 m分辨率的养殖池塘空间格局及其变化特征, 并进一步解析养殖池塘对红树林生态系统的影响。研究结果表明: (1)研究区域内4个时间节点的沿海养殖池塘面积总量分别为2 963、5 200、5 377及4 805 km², 呈先增加后减少的趋势, 于2010-2020年间达到峰值。沿海养殖池塘面积变化趋势和达峰时间存在明显区域差异性, 其主要原因是红树林保护政策、养殖池塘规范管理和阶段性经济目标的区域差异化。(2)我国沿海养殖池塘集中分布在21°-24° N区域(广东和广西), 与红树林沿纬度的分布格局呈错峰分布。其中, 红树林与沿海养殖池塘集中分布区(21°-22° N)存在大量养殖池塘堤边生长红树林的特色格局, 此区域内两者交互作用最为紧密, 是探究人类活动对红树林生态系统影响的典型热点地区。(3)养殖池塘侵占红树林是造成红树林损失的最直接原因, 并导致红树林空间分布格局呈现局部破碎化或聚集化的极端发展趋势。该研究通过解析沿海养殖池塘的空间格局, 为精准评估红树林周边典型人类活动变化提供数据支撑, 为进一步监测红树林空间格局动态变化趋势和红树林优先修复区识别提供参考依据。     

肠道噬菌体组生物信息学分析方法的研究进展

噬菌体是感染细菌的病毒,广泛存在于各类环境中。由于传统实验研究的局限性及噬菌体基因的特异性,导致对肠道噬菌体的研究很少。随着宏基因组测序技术的发展和各种生物信息分析软件的开发,可以通过噬菌体组学,加深对肠道噬菌体的认识。噬菌体组分析流程主要包括原始数据质量控制和预处理,病毒基因组序列的拼接组装,类病毒颗粒的筛选和系统分类注释以及进化分析和预测相应宿主细菌。本文对噬菌体组分析流程和其中所需要的常用生物信息分析工具和数据库进行详细的介绍,可以为肠道噬菌体研究以及相关的研究人员提供参考。     

基于机器学习的药物-靶标相互作用预测*

近年来,随着计算机硬件、软件工具和数据丰度的不断突破,以机器学习为代表的人工智能技术在生物、基础医学和药学等领域的应用不断拓展和融合,极大地推动了这些领域的发展,尤其是药物研发领域的变革。其中,药物-靶标相互作用(drug-target interactions, DTI)的识别是药物研发领域中的重要难题和人工智能技术交叉融合的热门方向,研究人员在DTI预测方面做了大量的工作,构建了许多重要的数据库,开发或拓展了各类机器学习算法和工具软件。对基于机器学习的DTI预测的基本流程进行了介绍,并对利用机器学习预测DTI的研究进行了回顾,同时对不同的机器学习方法运用于DTI预测的优缺点进行了简单总结,以期对开发更加有效的预测算法和DTI预测的发展提供帮助。     

基于复合叶片特征的计算机植物识别方法

该文探讨如何根据植物的叶片特征,利用图像处理和机器学习的方法对植物进行分类。鉴于现有的叶片分类系统多采用单一的特征,如几何和纹理等,仅能在小规模数据库上得到较好的结果。然而,随着样本种类的增多,单一特征在不同种类叶片之间的相似性非常明显,致使分类正确率降低。该研究使用多种复合特征,并提出了原创的预处理方法以及宽度、叶缘频率特征,较传统的几何特征更为详尽。研究结果显示,复合特征可以有效避免算法过拟合问题,使之适用于更大的数据库。通过提取21类植物的叶片宽度、颜色、叶缘和纹理共292维特征,对1 915张数字图像进行了分类,正确率达到93%,并分析了各类特征对分类结果的影响。研究结果表明,在不影响分类正确率前提下,可将特征减少到约100维。