日韩国产欧美一区二区三区,国产一区二区自拍视频,91极品反差婊在线观看,亚洲免费一级视频

　　2022年12月28日，中國科學(xué)院上海營(yíng)養與健康研究所李虹研究組在國際學(xué)術(shù)期刊Briefings in Bioinformatics上在線(xiàn)發(fā)表了題為“A systematic assessment of deep learning methods for drug response prediction: from in vitro to clinical applications”的論文。文章從多角度系統地評估了癌癥藥敏預測深度學(xué)習算法的性能，為用戶(hù)根據自身需求和數據特點(diǎn)選擇恰當的預測模型提供指導，同時(shí)為構建新的計算模型指引方向。

　　基于分子組學(xué)預測藥物對腫瘤的殺傷效果是癌癥個(gè)體化治療中的一個(gè)重要方向。近期研究結果顯示，深度學(xué)習模型相比經(jīng)典的機器學(xué)習模型能提高預測性能。然而，目前缺乏對不同深度學(xué)習方法的系統性比較，尤其是從臨床前模型到臨床數據的模型遷移能力。研究人員使用九個(gè)評估指標對六種具有代表性的藥敏預測深度學(xué)習方法，在多個(gè)應用場(chǎng)景中的性能進(jìn)行了評估，包括整體預測準確性、單個(gè)藥物水平的可預測性、預測性能的潛在相關(guān)因素、以及細胞系模型用于臨床患者的遷移能力等。結果顯示，大多數方法在細胞系數據集中有良好的預測性能，其中基于蛋白質(zhì)-蛋白質(zhì)關(guān)聯(lián)的雙圖神經(jīng)網(wǎng)絡(luò )算法對腫瘤細胞系組學(xué)特征的捕捉能力更強，準確性更好。由于細胞系和患者腫瘤樣本之間的差異，細胞系上訓練的模型應用于患者時(shí)，性能指標會(huì )出現不同程度的降低，但是幾種單藥模型仍然能在部分藥物上取得可靠的預測結果。

　　中國科學(xué)院上海營(yíng)養與健康研究所博士研究生沈碧寒和博士后馮方尤敏為本文共同第一作者，李虹研究員為本文通訊作者。特別感謝中國科學(xué)院上海營(yíng)養與健康研究所李昕研究員和馬良宵工程師、貴州科學(xué)數據中心貴安超級計算中心蔡文舉工程師給予的支持和幫助。該工作獲得了國家自然科學(xué)基金、科技部國家重點(diǎn)研發(fā)計劃、中科院青年創(chuàng )新促進(jìn)會(huì )、上海市自然科學(xué)基金、上海人才發(fā)展資金的資助，同時(shí)也得到了中國科學(xué)院上海營(yíng)養與健康研究所生物醫學(xué)大數據中心技術(shù)平臺的支持。