动机:使用人类表型数据预测药物-靶标相互作用 (DTI) 有可能消除动物实验和人类临床结果之间的转化差距。人类表型驱动的 DTI 预测的一个挑战是整合和建模不同的药物和疾病表型关系。利用大量临床观察到的药物和疾病表型以及 7200 万患者的电子健康记录 (EHR),我们通过无缝结合 DTI 预测和临床证实,开发了一种新颖的集成计算药物发现方法。结果:我们通过建模 1430 种药物、4251 种副作用、1059 种疾病和 17860 个基因之间的 855904 种表型和遗传关系,开发了一个基于网络的 DTI 预测系统 (TargetPredict)。我们对 TargetPredict 进行了从头交叉验证系统评估,并将其与最先进的表型驱动的 DTI 预测方法进行了比较。我们应用 TargetPredict 来确定阿尔茨海默病 (AD) 的新型重新定位候选药物,阿尔茨海默病在美国影响了 580 多万人。我们使用超过 7200 万患者的 EHR 评估了顶级重新定位候选药物的临床有效率。当使用 910 种药物进行评估时,从头交叉验证中的受试者工作特征 (ROC) 曲线下面积为 0.97。TargetPredict 的表现优于最先进的表型驱动的 DTI 预测系统,这通过精确度-召回率曲线衡量[通过平均精确度 (MAP) 衡量:0.28 比 0.23,P 值 < 0.0001]。基于 EHR 的病例对照研究发现,处方中排名靠前的重新定位药物与 AD 诊断风险降低显著相关。例如,我们发现,利拉鲁肽(一种 2 型糖尿病药物)的处方与 AD 诊断风险降低显著相关 [调整后的优势比 (AOR):0.76;95% 置信区间 (CI) (0.70, 0.82),P 值 < 0.0001]。总之,我们的综合方法无缝结合了计算 DTI 预测和基于 EHR 的大规模患者临床确证,在快速识别复杂疾病的新药物靶点和候选药物方面具有很高的潜力。可用性和实施:nlp.case.edu/public/data/TargetPredict。联系方式:rxx@case.edu
尽管生物信息学、系统生物学和机器学习最近取得了进展,但准确预测药物特性仍然是一个悬而未决的问题。事实上,由于生物环境是一个复杂的系统,传统的基于化学结构知识的方法无法完全解释药物与生物靶标之间相互作用的性质。因此,在本文中,我们提出了一种无监督的机器学习方法,该方法使用我们了解的有关药物-靶标相互作用的信息来推断药物特性。为此,我们根据药物-靶标相互作用定义药物相似性,并根据药物-药物相似性关系构建加权药物-药物相似性网络。使用能量模型网络布局,我们生成与特定的主要药物特性相关的药物群落。DrugBank 确认了这些群落中 59.52% 的药物的特性,26.98% 是我们使用 DDSN 方法重建的现有药物重新定位提示。其余 13.49% 的药物似乎与主要药理特性不符;因此,我们将它们视为药物再利用的提示。测试所有这些再利用提示所需的资源是相当可观的。因此,我们引入了一种基于中介度/度节点中心性的优先排序机制。通过使用中介度/度作为药物再利用潜力的指标,我们分别选择壬二酸和甲丙氨酯作为可能的抗肿瘤药和抗真菌药。最后,我们使用基于分子对接的测试程序进一步分析壬二酸和甲丙氨酯的再利用。
• 通过应用程序、社交媒体和 transportnsw.info 网站提供更好的实时信息,帮助客户提前规划。 • 自 2020 年 3 月初以来,我们增加了 765 名清洁工,清洁时间达到 132,000 小时,提高了清洁的频率、强度和可见度。目前,我们在主要公交和火车换乘站设有清洁站,并在整个网络内设有移动清洁队,以全天提供消毒清洁服务。 • 在我们的“寻找绿色地点”活动中,绿色贴纸将向客户展示坐和站的位置 • 将在主要换乘站和交通繁忙的地方部署额外的工作人员,以根据需要协助客户。 • 增加高峰时段以外的容量
摘要虽然生成式深度神经网络 (DNN) 已展示出其创作新颖乐曲的能力,但人们对与这些音乐 AI 共同创作的挑战和潜力关注较少,尤其是对于新手而言。在一项对一种广泛使用的交互式音乐 AI 的需求探索研究中,我们发现 AI 会因其生成的音乐内容数量而让用户不知所措,并因其非确定性输出而令他们沮丧。为了更好地满足共同创作需求,我们开发了 AI 指导工具,包括将内容生成限制为特定声音的语音通道;用于控制生成内容与现有示例的相似性的基于示例的滑块;用于推动音乐生成朝高级方向(快乐/悲伤、常规/惊讶)的语义滑块;以及可供试听和选择的生成内容的多种替代方案。在一项总结性研究(N=21)中,我们发现这些工具不仅增强了用户对人工智能的信任、控制、理解和合作感,而且还有助于增强用户相对于人工智能的自我效能感和对作品的主人翁感。
[1] https://www.businessinsider.com/this-toyota-fuel-cell-car-can-power-your-house-2014-11 [2] https://lavo.com.au/ [3] https://www.airbus.com/newsroom/stories/Hydrogen-aviation-understanding-challenges-to-widespread-adoption.html [4] https://www.shell.com/energy-and-innovation/new-energies/wind.html
行业 制造业 总部 德国梅特拉赫 IT 是真正的业务推动者,并且越来越多地被认为是数字化转型的驱动力。作为 IT 部门,我们直接为公司的成功做出贡献。我们的目标是继续建立新的业务模式,以满足与集团数字化相关的要求。
类似皮肤的电子贴片可测量脉搏,有望实现新的人机集成 由大量微小电线编织而成的无粘性硅贴片,将为未来带来几乎隐形的心脏监护仪、可感知压力的假肢以及可接收口头指令的视频游戏