XiaoMi-AI文件搜索系统
World File Search System微调
使用微调对脑肿瘤进行分类...
摘要：脑瘤是指脑内异常细胞的生长，其中一些细胞可能导致癌症。检测脑瘤的常用方法是磁共振成像 (MRI) 扫描。从 MRI 图像中可以识别出有关脑内异常组织生长的信息。在各种研究论文中，脑瘤的检测都是通过应用机器学习和深度学习算法来完成的。当将这些算法应用于 MRI 图像时，可以非常快速地预测脑瘤，更高的准确度有助于为患者提供治疗。这些预测还有助于放射科医生快速做出决策。在所提出的工作中，应用自定义卷积神经网络 (CNN) 来检测脑瘤的存在，并分析其性能。高效网络是 CNN 模型之一，具有高精度和低计算量。因此，本研究建议使用高效网络架构对神经胶质瘤、脑膜瘤和垂体脑瘤的类型进行分类。高效网络有八个类别级别，从 EfficientNet-B0 到 EfficientNet-B7。本研究在 EfficientNet-B3 中获得了最佳结果，准确率达到 97.34%。索引词 - 图像分类、脑肿瘤、EfficientNet。
BERT 模型微调以准确预测药物……
摘要：在药物发现过程中，确定最佳候选药物非常重要。生物学和计算科学领域的研究人员一直试图利用机器学习 (ML) 来有效预测药物-靶标相互作用 (DTI)。近年来，根据预训练模型在自然语言处理 (NLP) 中的新兴用途，人们正在为化合物和靶蛋白开发预训练模型。本研究试图使用 Transformers (BERT) 预训练模型 ChemBERTa 来改进化合物的 DTI 预测模型。预训练的特点是使用简化的分子输入线路输入系统 (SMILES)。我们还使用预训练的 ProBERT 来预测靶蛋白（预训练使用氨基酸序列）。BIOSNAP、DAVIS 和 BindingDB 数据库 (DB) 被用于（单独或一起）学习。最终模型由 ChemBERTa 和 ProtBert 以及集成的 DB 共同教授，与之前的模型相比，根据受试者工作特征曲线下面积 (AUC) 和精确召回率-AUC 值，提供了迄今为止最佳的 DTI 预测性能。使用对 13 对底物和代谢酶细胞色素 P450 (CYP) 的特定案例研究验证了最终模型的性能。最终模型提供了出色的 DTI 预测。由于药物和靶蛋白之间的现实世界相互作用预计会表现出特定的模式，因此使用 ChemBERTa 和 ProtBert 进行预训练可以教授此类模式。如果学习采用涵盖药物和靶蛋白之间所有关系的大型、均衡的数据集，学习此类相互作用的模式将提高 DTI 准确性。
体外预训练和患者微调……
简单总结：癌细胞系彼此之间差异很大，因为每个细胞系都经历了随机突变的组合。因此，抗癌药物的有效性也因癌细胞系而异。为了了解哪些药物对哪些癌细胞有效，研究人员将培养的细胞系暴露于候选药物中。然而，这些结果并不完全现实，主要是因为培养的细胞生活在二维体外环境中，不会与其他类型的细胞相互作用。有更现实的方法来测试药物的有效性——例如，从肿瘤细胞 3D 打印的类器官——但由于这些过程更复杂，可用的数据要少得多。我们研究了一种方法，其中神经网络首先在大量可用的体外药物敏感性数据上进行训练，然后在较小但更现实的数据库上进行微调。我们发现这种训练过程提高了神经网络预测特定药物对给定肿瘤细胞系的有效性的能力。这样的神经网络可以作为一种工具，既可以用于个性化癌症治疗，也可以用于药物开发。
lncRNA 微调水杨酸生物合成以平衡……
刘宁坤, 1 , 2 , 9 徐艳卓, 1 , 2 , 9 李奇, 1 曹宇鑫, 3 杨德昌, 4 刘莎莎, 1 , 2 王小康, 3 米英杰, 1 , 5 刘阳, 1 , 2 丁晨曦, 1 , 6 刘艳, 1 , 2 李勇, 7 袁耀武, 8 高戈, 4 陈金峰, 1 , * 钱伟强, 3 , * 张晓明 1 , 2 , 10 , * 1 中国科学院动物研究所, 害虫鼠类综合治理国家重点实验室, 北京 100101 2 中国科学院大学中国科学院生物相互作用卓越中心, 北京 100049 3 国家重点实验室蛋白质与植物实验室北京大学现代农学院基因研究中心，北京 100871，中国 4 北京大学生命科学学院、BIOPIC & ICG 和生物信息学中心，蛋白质与植物基因国家重点实验室，北京 100871，中国 5 河南师范大学生命科学系，河南新乡 453007，中国 6 河北大学生命科学学院，河北保定 071002，中国 7 东北农业大学生命科学学院，黑龙江哈尔滨 150038，中国 8 康涅狄格大学生态与进化生物学系，75 North Eagleville Road, Unit 3043, Storrs, CT 06269，美国 9 这些作者贡献相同 10 主要联系人 *通讯地址：chenjinfeng@ioz.ac.cn (JC)，wqqian@pku.edu.cn (WQ)， zhangxm@ioz.ac.cn （XZ） https://doi.org/10.1016/j.chom.2022.07.001
MRI图像的微调深度学习模型的比较研究
摘要。脑肿瘤是细胞的异常发育，无法控制地繁殖并且没有任何外部刺激。如果未发现肿瘤，脑肿瘤可能对人的健康致命。专家和神经外科医生采用磁共振成像（MRI）扫描来诊断脑肿瘤。已经开发了几种用于检测脑肿瘤存在的深度学习方法，以克服这些约束。准确检测脑肿瘤的大小和位置对于诊断肿瘤至关重要。医学图像处理是一种高度复杂而艰难的学科，其中图像处理及其方法是一个主动的研究主题。有各种技术深度学习和机器学习算法用于检测脑肿瘤。我们在本文中使用了CNN结构，Resnet，VGG16和Inception网络，并进行了比较研究以发现检测脑肿瘤的最大准确性。当将这些算法施加在MRI图像上时，脑肿瘤的预测很快就会进行，并且较高的精度有助于患者的治疗。在本文中，经过四种Di -Erent算法的完整过程和分析后，我们发现CNN体系结构是最适合最高准确性的。
![b'Centers具有明确定义的电子环境，以相互定义的方向为了实现合作效应。在基于金属的性质，氧化状态和协调数的各种促成因素中，金属距离（M M）距离调制已成为识别（Hetero）双金属系统中识别和微调合作效应的一种有希望的方法。 [4]尤其是桥接配体设计是决定性的，将多个金属中心纳入定义的方向和中心，并由施加的施加。 [5]选择配位环境，配体效应，例如柔韧性，英尺，电子参数和适当的间隔者，允许系统变化M M M M M M距离是至关重要的因素。 [6]可以通过共轭或非 - '](/simg/1/1049c45fda67c27c54733cdf3bc12a4430de5b8e.webp)
b'Centers具有明确定义的电子环境，以相互定义的方向为了实现合作效应。在基于金属的性质，氧化状态和协调数的各种促成因素中，金属距离（M M）距离调制已成为识别（Hetero）双金属系统中识别和微调合作效应的一种有希望的方法。 [4]尤其是桥接配体设计是决定性的，将多个金属中心纳入定义的方向和中心，并由施加的施加。 [5]选择配位环境，配体效应，例如柔韧性，英尺，电子参数和适当的间隔者，允许系统变化M M M M M M距离是至关重要的因素。 [6]可以通过共轭或非 - '
b'Centers具有明确定义的电子环境，以相互定义的方向为了实现合作效应。在基于金属的性质，氧化状态和协调数的各种促成因素中，金属（M M）距离调制已成为识别（Hetero）双金属系统中识别和微调合作效应的一种有希望的方法。[4]尤其是桥接配体设计是决定性的，可以将多个金属中心纳入定义的方向，并通过施用的特点置于中心。[5]选择协调环境，配体效应，例如柔韧性，英尺，电子参数和适当的间隔者，允许系统地变化M M M M M M M M距离是至关重要的因素。[6]可以通过共轭或非 - '
通过微调卤化物隔离来操纵2D混合钙壶中的颜色排放：透明的绿色发射极
在过去的十年中，杂种钙壶被广泛探讨为高性能太阳能电池和发光设备（LED）的有希望的有效材料，如今达到了基于传统半体体导管的先进技术的效率值。[1-4]化学操作时其电子和结构特性的可调性无疑是使该材料家族成为许多不同应用的多功能物体的关键特征之一。尤其是，通过卤化物取代调整材料带隙从一开始就从一开始就有一种强大的策略来获得具有不同颜色和可调发射的混合晶体。[5]这对于Ubiq-uitous ABX 3钙钛矿（或下降中的3D）来说是正确的，但它也扩展到较低维度的系统。[5,6]例如，可以形成一个位点中的大阳离子，可以形成分层的2D钙钛矿（2DPS），这是一种有趣的操场类别的材料类别，相对于更广泛使用的3D混合植物，具有出色的稳定性。[7]此外，它们的独特光学特性，包括量子和介电限制，RashBA分裂和大型激子结合能，使它们对除光线发光应用（例如旋转型，成像，成像和闪烁体）之外的不同领域具有吸引力。[8–13]
微调论点和人工智能的反对
我认为人工智能的出现给微调论证和一般的上帝设计论证带来了新的问题，因为一个基于人工智能的非个人至上设计师，是上帝作为宇宙设计师（或据称不可简化的复杂生物结构设计师等）的一个相关替代方案。当然，像人类这样的个人设计师和非个人设计师（如狭义人工智能系统）之间存在差异，但正如我所说，只有当人类有灵魂时，将上帝视为最高设计师而不是以没有灵魂的人工智能为模型的非个人设计师才更合理。换句话说，只有当实体二元论之类的东西被证明是真实的时候，上帝的微调论证才能成功。从辩证法上讲，这使得微调论证的效果大大降低。
复杂的CRISPR/CAS工具用于微调植物性能
在过去的几年中，发现各种自然的发现和一系列工程的CRISPR/CAS核酸酶的发展使几乎每个植物基因组的位点都可以访问以诱导特定变化。新开发的工具为诱导遗传变异性（从更改单个BP转换为Mbps），从而为植物的性能提供了广泛的可能性。虽然早期方法集中在靶向诱变上，但最近开发的工具可以诱导精确和预定义的基因组修饰。基本编辑器的使用允许替换单核苷酸，而使用Prime编辑器和基因靶向方法可以使较大序列修改从几个碱基诱导到几个KBP。最近，通过CRISPR/CAS介导的染色体工程，有可能在MBP范围内诱导遗传版本和易位。因此，育种者的破坏和固定遗传联系的一种新颖的方式已成为可能。此外，已证明对转录和转录后调节涉及的各种因素的序列特异性募集已被证明为植物性能进行微调提供了另一种方法。在这篇综述中，我们概述了基于CRISPR/ CAS的工具开发植物基因组工程领域的最新进展，并试图评估这些DE Velopments对育种和生物技术应用的重要性。
专家程序员具有源代码的微调皮质表示
版权所有©2020 Ikutani等。这是根据Creative Commons Attribution 4.0国际许可条款分发的开放访问文章，只要将原始工作正确归因于任何媒介，它允许在任何媒介中进行无限制的使用，分发和复制。