IF 38+,原作教你蛋白组学研究新思路及难点解析

2022-09-24 23:02 来源:微信公众号 - ShengWuXueBa 作者:生物学霸
字体大小
- | +

最近来自西湖大学生命科学学院郭天南教授团队联合其他研究单位在 Cell Discovery 上发表了一篇 《Artificial intelligence defines protein-based classification of thyroid nodules》的文章。研究团队在高通量蛋白质组学的基础上结合 AI 算法,构建了一个可以用于甲状腺结节良恶性评估的深度学习模型。而这种利用计算机探索蛋白结构的技术,更是被《科学》杂志评为 2021 年年度首要突破性发现,具有巨大的应用潜力。


然而,组学的难度也是有目共睹的。如何获取高质量蛋白组数据如何看待临床蛋白组数据的批次效应问题?如何解决非靶向代谢组学数据采集和分析流程较长、样品复杂、试验个体差异大等问题?如何利用 AI 实现精准蛋白质模型预测,摸索出蛋白质错误折叠的原理,从而阐述更多疾病的发病机制机器相关新疗法?


想要掌握更多蛋白组学干货,找到以上问题的答案?快来参与到赛默飞携手丁香园于 9 月 27 日和 10 月 19 日举办的《第一届国际功能组学与精准医疗高峰论坛》吧!本次高峰论坛特别邀请到项目主要负责人郭天南教授,以及周岳博士、吴雨祺博士和 Albert Sickmann 教授等多位有着丰富组学研究经验的国内外专家,他们将结合多年实战经验,通过真实案例分享,解答不同组学研究中的常见问题,手把手教你轻松搞定组学研究。现在参与直播更有机会赢取京东卡、迪士尼毛毯、丁香园鼻子纸等多重好礼~


▼ 识别二维码报名,赢取惊喜好礼 ▼







会议日程



内容策划:邹礼平
内容审核:吴军

题图来源:图虫创意


点击「阅读原文」,免费报名学习

编辑: 王凯

版权声明

本网站所有注明“来源:丁香园”的文字、图片和音视频资料,版权均属于丁香园所有,非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:丁香园”。本网所有转载文章系出于传递更多信息之目的,且明确注明来源和作者,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。同时转载内容不代表本站立场。

  • App下载