关键词 "空间生物学" 的搜索结果, 共 3 条, 只显示前 480 条
MAPS(用于空间生物学中蛋白质组学分析的机器学习),这是一种机器学习方法,能够从空间蛋白质组学数据中快速、精确地识别细胞类型,并达到人类水平的精度。经多个内部和公开的 MIBI 和 CODEX 数据集验证,MAPS 在速度和精度方面均优于现有的注释技术,即使对于通常具有挑战性的细胞类型(包括免疫来源的肿瘤细胞),也能达到病理学家级别的精度。通过实现快速部署和可扩展的机器学习注释的普及,MAPS
Spateo(https://github.com/aristoteleo/spateo-release),这是一个3D时空建模框架,并将其应用于E9.5和E11.5的3D小鼠胚胎发生图谱,捕获了800万个细胞。Spateo支持可扩展、部分、非刚性对齐、多层细化和网格校正,以创建整个胚胎的分子全息图。它引入了数字化方法,揭示了从亚细胞到整个器官的多层次生物学,识别了新兴3D结构(例如,中脑-后脑边
专长:精准医疗的联邦学习。Owkin 利用联邦学习技术,在保护数据隐私的同时,实现协作式 AI 研究。他们在肿瘤学和心脏病学领域的应用已构建出可指导个性化治疗决策的预测模型。Owkin 与领先医院和研究机构的合作进一步扩大了其影响力。 Owkin于2016年成立于法国巴黎,是一家AI驱动的精准医疗公司,由临床医师Thomas Clozel博士与生物学人工智能先驱Gilles Wainrib博士共
只显示前20页数据,更多请搜索