生物信息学
研究人员从生物信息学和人工智能出发,增强了他们的AI模型,以提高对动物、人类和植物细胞中蛋白质定位的预测能力,从而增强疾病治疗。该模型可助于精确定位细胞功能,以及药物开发,旨在将蛋白质移动到必要的位置。
Amazon Omics宣布支持35个Ready2Run工作流,包括Sentieon、NVIDIA和Element Biosciences等。新的多部分直接上传API允许客户将数据直接上传到Omics存储,并在几分钟内将输出写入序列存储。此外,还支持NVIDIA T4和a10 GPU,自动解析变异数据,以及与Amazon EventBridge集成。
一项新研究发现,来自费城儿童医院和德雷塞尔大学的研究人员使用一种新技术收集患者和临床数据,并确定医疗史与常见疾病模式之间的相关性。他们使用的工具是Arcus,这是一套结合了生物、临床、研究和环境数据的工具,用于进行大数据的新研究。
了解人工智能和机器学习在精准医学和个性化护理中的应用,探讨如何克服挑战和障碍,加速实现“微定位”个性化护理的旅程。
加州大学伯克利分校的研究人员开发了一种机器学习软件,利用电子病历中的条目来研究长期COVID,包括发现常见症状和识别该病的亚型。该模型可为精准临床管理策略提供支持。
莱斯大学的生物医学信息学和数据科学项目获得了410万美元的NIH拨款,将支持8名博士生和5名博士后每年进行跨学科培训,重点关注人工智能和机器学习在生物医学领域的应用。