深度学习在生物医药领域中的应用

本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新,已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!

如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!

Sample Image
添加微信请说明来意
Sample Image
微信赞赏

除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价10元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:202009-202009] [清除筛选条件]
当前共找到 23 篇文献,本页显示第 21 - 23 篇。
序号 推送日期 文章 类型 简述 创新点 不足 研究目的 研究对象 领域 病种 技术 模型 数据类型 样本量
21 2024-08-07
High expression of MKK3 is associated with worse clinical outcomes in African American breast cancer patients
2020-09-01, Journal of translational medicine IF:6.1Q1
研究论文 本研究通过系统分析基因mRNA表达与临床结果的关系,探讨了非洲裔美国乳腺癌患者的生存差异分子基础,并确定了MKK3基因的高表达与更差的临床结果相关。 本研究首次确定了MKK3基因在非洲裔美国乳腺癌患者中的高表达与生存率下降的强相关性,并提出了MKK3-MYC蛋白相互作用作为减少乳腺癌生存种族差异的新治疗靶点。 本研究仅基于TCGA数据库中的乳腺癌患者样本,可能存在样本代表性不足的问题。 探讨非洲裔美国乳腺癌患者的生存差异分子基础,并寻找新的治疗靶点。 非洲裔美国乳腺癌患者及其基因表达与临床结果的关系。 数字病理学 乳腺癌 全卷积深度学习模型 CNN 图像 1055个乳腺癌样本
22 2024-08-07
Coronavirus Disease 2019 Deep Learning Models: Methodologic Considerations
2020-09, Radiology IF:12.1Q1
NA NA NA NA NA NA NA NA NA NA NA NA
23 2024-08-05
Predicting RNA SHAPE scores with deep learning
2020-09, RNA biology IF:3.6Q2
研究论文 本文提出了一种机器学习方法,用于预测体内RNA的SHAPE评分 提出了一种结合RNA二级结构预测结果和核苷酸序列的机器学习方法 未提及具体的样本量和数据来源 提高计算RNA折叠模拟的准确性 体内RNA结构 机器学习 NA NA NA NA NA
回到顶部