中文字幕在线天|亚洲一区二区三区手机版|少妇中文字幕乱码亚洲影视|最好看的久久综合伊人



      

      
  

      

      
	
	

      

      



      

	
      

      
	
      
  	       
      
       中國基因網(wǎng)您的位置：首頁 >行業(yè)資訊 >        
      
  
      
		
      
			
      研究人員正在使用機器學習了解微生物的關系
      
			
      
				2018-12-06 19:51:30
				?
			  來源：
			
      
		
      
				
		
      
			
      生態(tài)系統(tǒng)在亞馬遜河是世界上生物物種最豐富。但是它有一些競爭當考慮到大約30英尺的人類胃腸道(GI)。這microbiome-the總和的微生物在特定環(huán)境的研究重點遲到卡內(nèi)基梅隆大學電氣和計算機工程(ECE)教授拉杜雖然瑪卡里斯庫。
      

      研究人員正在使用機器學習了解微生物的關系
      

      “事實證明,交互發(fā)生在人類(GI)微生物有意義遠遠超過我們最初認為,“雖然瑪卡里斯庫說。“人們把微生物的變化抑郁、感染,甚至癌癥,這有點像一個第二大腦對人類。”
      

      雖然瑪卡里斯庫、ECE博士生郄瞧,發(fā)明了一種機器學習算法稱為MPLasso-that使用數(shù)據(jù)來推斷胃腸道微生物協(xié)會和微生物之間的相互作用。MPLasso礦山醫(yī)療和科學文獻搜索過去幾十年的實驗研究主要集中在各種類型的數(shù)據(jù)微生物的相互作用和關聯(lián)。MPLasso把這些不同的信息到一個集中的數(shù)據(jù)集目錄人體消化道內(nèi)微生物的相互作用。
      

      機器學習是一種新穎的方法為這種類型的調(diào)查。雖然瑪卡里斯庫CMU-based系統(tǒng)級設計集團提交時間cyber-physical系統(tǒng)研究,似乎正確的地點來解決這樣一個項目。在這一過程中,他發(fā)現(xiàn)了一種方法,為醫(yī)學研究人員和專業(yè)人士提供一個目錄的推斷出微生物的相互作用可以增強理解這些交互影響和如何影響人類健康。
      

      直到現(xiàn)在,這是具有挑戰(zhàn)性的,好好看看人類胃腸道微生物相互作用。雖然瑪卡里斯庫知道它仍將是幾年前先進技術工程可攝取的藥片和細菌是準備??流收養(yǎng),但他認為MPLasso作為主要的介入幫助研究人員更好地理解人類消化道的微生物共存。
      

      雖然瑪卡里斯庫說,這種類型的信息對預防醫(yī)學是非常寶貴的,因為它奠定了基礎,揭示微生物相互作用如何轉(zhuǎn)化為一個人健康或生病。如果研究人員第一次了解微生物存在,以及他們?nèi)绾伪憩F(xiàn)在一起,他們就可以開始建立微生物相互作用之間的因果關系和各種類型的疾病。
      

      “研究者也觀察到真正的實驗。他們觀察微生物的存在,交互時,身體的各種事件,”雖然瑪卡里斯庫說。“在此基礎上,可以推斷出一個互動網(wǎng)絡,在本質(zhì)上是預測的。”
      

      MPLasso顯示95%準確的推斷,部分原因在于它的關聯(lián)和交互處理高維問題和組合性的人類微生物組數(shù)據(jù)。高維指潛在微生物存在的關聯(lián)和相互作用的數(shù)量遠遠大于可用樣本的數(shù)量在任何給定的程序庫的數(shù)據(jù)。成分數(shù)據(jù)提供了數(shù)據(jù)的百分比而不是一個準確的測量。
      

      雖然瑪卡里斯庫和羅通過GitHub MPLasso公開。當研究人員下載供自己使用,也可以上傳自己的數(shù)據(jù)平臺。MPLasso為數(shù)據(jù)庫提供了友好的用戶界面,因為它不斷更新不斷煤礦新上傳相關數(shù)據(jù)。
      

      “你會看到昨天的區(qū)別,幾個月前,因為算法自動收集和提高你的模型中,“雖然瑪卡里斯庫說。“今天你的模型比兩周前一個或兩個月前,因為如果已經(jīng)報道,與你看到的聯(lián)系變得更強。”
      

      人類的消化道是主人雖然瑪卡里斯庫稱之為“無數(shù)人體潛在的問題。”以來,生物多樣性的競爭對手亞馬遜,知道所有這些生物在我們的消化道互動和影響我們將是一個強大的有用的工具。雖然瑪卡里斯庫的工作將有助于使它。閱讀雖然瑪卡里斯庫和羅賢哲的研究論文,最近發(fā)表在PLOS計算生物學。
      
			

			
        
      
			
      
            鄭重聲明：本文版權歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如有侵權行為，請第一時間聯(lián)系我們修改或刪除，多謝。
			
      
			
			
      
        
      推薦內(nèi)容