先进的机器学习的应用到癌症研究

大数据的可用性使人工智能(AI),机器学习(ML),深度学习(DL)将许多工业和科学领域。迄今为止,这些工具甚至可能改变生物医学研究。他们被用于解决癌症生物标志物发现的挑战,在分析大量的成像和分子数据超出传统统计分析的功能和工具。癌症生物标记物在一个特殊的问题,研究人员目前的各种方法和探索的一些独特的挑战(例如,标记和疾病之间的非线性关系,或标记的噪声部分干扰诊断)。基于ai机械非线性映射可以通过多次迭代找到标记和疾病之间的关系,可以提高精度和预测能力的生物标记物对癌症和其他疾病。应用人工智能的发展到癌症研究在分子生物科学学科在这一领域的发展方向,应该进行一个全面的调查。



近年来机器学习领域的快速发展癌症研究的应用前景,包括确定癌症早期,推断特定癌症的网站,帮助将适当的治疗方案分配给每个病人,肿瘤微环境特征,预测反应免疫疗法。我们感兴趣的是,除以上面的主题分类,人工智能的研究课题着重于应用到癌症研究筛选的癌症病因和准确的分类、预测RNA相互作用和致病基因识别、预测metabolite-protein交互和功能的生物材料的筛选。



本研究主题欢迎评论,迷你评论、研究文章、方法和观点,主要但不限于下列术语:

人工智能在准确的癌症分类。

人工智能功能bio-material筛查。

人工智能在癌症病因的筛查。

人工智能在致病基因的识别。

人工智能在RNA相互作用的预测。

人工智能metabolite-protein交互预测。