原书出处
人工智能与计算生物的未来 (【美】布赖恩·希尔布什)
1 信息革命对生物学研究的影响 分子表征、功能扰动与结构证据的互补
54. 一支来自英国的顶尖科学团队率先做出了尝试。
他们利用数据驱动的方法整合了功能基因组分析与药物筛选过程,并借助机器学习挖掘出了能够预测药物反应的癌细胞特征。 这个由马修·加尼特研究组开发的框架高度依赖于定量方法。他们借助计算机算法从11289个人类患者肿瘤样本的基因组数据中找到了数千个具有临床意义的癌症功能事件。这些事件大致可以分为突变、扩增和缺失,以及基因启动子高甲基化——这是癌症表观遗传修饰改变的重要特征。利用这些多组学数据与基因表达谱分析(转录物组学),加尼特研究组评估了超过1000种源自肿瘤的癌细胞系,
建立了这些细胞系的状态矩阵,确定了基于多组学的“脱
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/人工智能与计算生物的未来 (【美】布赖恩·希尔布什)/_epub-src/EPUB/xhtml/Section02.xhtml
EPUB SHA-256:ec327aeb889eb10db2679684f81b0d290022b975085b0fed9dc9b46c133490bd