关键词 "基因组" 的搜索结果， 共 11 条, 只显示前 480 条
模型SurvPath利用转录组学中的生物通路标记和 WSI 中的组织学补丁标记，通过多模态 Transformer 促进记忆有效的融合。SurvPath 在来自癌症基因组图谱的五个数据集中超越了单模态和多模态基线，展示了最先进的性能。此外，我们的可解释性框架识别了关键的多模态预后因素，为基因型-表型相互作用和潜在的生物学机制提供了更深入的见解。
基于深度学习的组织学和基因组学多模态整合，以改善癌症起源预测
gget是一个免费的开源命令行工具和 Python 包，可以高效地查询基因组数据库。gget 由一组独立但可互操作的模块组成，每个模块旨在通过一行代码实现一种类型的数据库查询。
一、核心技术：自学习和自修复的治疗引擎 PathOS Platform™是Pathos AI 的专有平台，构建于现代数据基础设施之上，能够自动化地进行靶点识别和优先级排序。 核心技术为自学习和自修复的Discovery Engine（发现引擎）： 1、自动靶点识别：利用多种正交方法（orthogonal methods）自动识别和优先排序药物靶点。 2、自适应模型：能够根据新数据进行自我学
Translational360™ 整合了临床、基因组、转录组和全切片成像 (WSI) 等综合分子检测技术，旨在深入了解表型和基因组学。转录组学正日益成为生物制药转化科学的基础，帮助研究人员了解疾病的分子机制、患者反应的基础以及患者间差异，这对于开发新疗法至关重要。临床试验早期结果往往模棱两可，阳性和阴性反应各有不同。集成的数据解决方案和先进的人工智能技术，能够帮助研究人员选择成功率最高的项目，并
疾病领域：神经科学和代谢疾病 近期融资：C轮融资4亿美元 最新消息：与礼来公司合作，推进包括MASLD在内的代谢疾病的新型治疗方法 通过生成与患者数据一致的高通量功能基因组数据集，并通过新颖的机器学习方法解读这些数据，insitro 构建了能够加速靶点选择和有效疗法设计的预测模型。这项人工智能辅助药物研发为 insitro 的研发管线奠定了基础，该管线涵盖神经科学和代谢疾病领域的候选
专长：RNA 疗法的基因洞察。Deep Genomics 利用人工智能解码基因组数据，并识别 RNA 疗法的靶点。其专有平台 SPIDEX 已为罕见遗传疾病的治疗开发出有前景的候选药物。Deep Genomics 在利用人工智能设计下一代 RNA 药物方面处于领先地位。 2015年，Brendan Frey与Hannes Bretschneider等人成立了Deep Genomics。公司有20
专长：绘制神经系统疾病的致病基因图谱。Verge Genomics 利用人工智能分析基因组和转录组数据，识别肌萎缩侧索硬化症 (ALS) 和帕金森病等疾病的靶点。其专有平台加速了神经治疗药物的研发，并致力于降低临床试验的失败率。
专长：利用人工智能和基因组学加速药物发现。Engine Biosciences 将人工智能与基因组学相结合，以发现基因相互作用和新型药物靶点。他们的研发管线涵盖肿瘤学和传染病领域的候选药物，展现了人工智能驱动的洞察力在药物发现领域的强大力量。
Lantern Pharma成立于2013年，2020年在纳斯达克上市，是一家以肿瘤学为重点的，新兴的临床阶段制药公司，利用人工智能、基因组学和机器学习来改变药物发现和开发的成本、速度和时间。 员工仅20余人，市值仅4600多万美元，是业界对Lantern的初步印象。 但其商业模式更别具一格： 接盘大公司放弃的药物继续研发， 即通过其AI平台找到被弃药物的临床人群药效，缩小目标人群进行研发，从
2021年7月，谷歌旗下DeepMind团队和欧洲生物信息研究所（EMBL-EBI）合作，发布由人工智能系统AlphaFold预测的蛋白结构数据库（AlphaFold Protein Structure Database）。这一数据库包含了AlphaFold人工智能系统预测的约35万个蛋白结构，覆盖包括人类以及20种生物学研究中常用模式生物（大肠杆菌、果蝇、斑马鱼、小鼠…）。在人类蛋白质组方面，A
只显示前20页数据，更多请搜索
