← 返回卡片

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

核验版本的摘录快照 · 导入于 2026-11-14T04:52:36.673Z

征(癌症驱动突变和基因扩增)最适合用于敏感性预测。

对某些特定类型的癌症而言,DNA甲基化数据相较于基因表达数据能够进一步提升模型表现。药理学模型为我们提供了可以用于临床测试的潜在新疗法,具有直接的临床意义;而机器学习模型告诉我们,癌症临床诊断应侧重于检测潜在的DNA改变,而非其他肿瘤分子特征(如DNA甲基化与基因表达)。如果要研究单个基因如何影响癌症表型或药物反应,基于CRISPR-Cas9的基因组尺度筛选是更加有效的方式。 这种分子遗传学方法是另一种全面客观、没有预设立场的无偏研究手段。借助CRISPR

-Cas9技术,我们可以用极其精确的方式激活、突变

此预览只包含定位所需的摘录和上下文。

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