|
搜索
搜 索
高等教育领域数字化综合服务平台
西湖大学工学院李子青团队 CAMEO蛋白质结构预测竞赛 三个月总成绩全球第一
由瑞士生物信息研究所和巴塞尔大学联合举办的全球持续蛋白质结构预测竞赛CAMEO（Continous Automated Model EvaluatiOn），与CASP（Critical Assessment of Techniques for Protein Structure Prediction）并列为蛋白质结构预测领域的最重要的两大权威竞赛。
西湖大学
2022-11-29
基于AI 机器学习的影像组学模型研究
2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。
东南大学
2021-04-10
代谢组学研究技术的建立及临床应用
成果简介： 项目团队建立了基于GC-MS、LC-MS的靶向/非靶向代谢组学、细胞代谢组学研究技术。重点开展重大疾病的早期诊断、生物标记物筛选、病理机制探索及药物新靶点的发现。
南京工业大学
2021-01-12
构建组学数据库助力肿瘤信号通路
建设消化系统肿瘤的大数据平台，通过整合肿瘤临床信息、影像数据、生物样本库数据、高通量生物多组学的数据，系统地构建消化系统肿瘤大数据，并结合人工智能平台进行大数据的挖掘与分析。该团队基于肿瘤大数据平台开展肿瘤临床诊疗的真实世界研究，探索肿瘤的精准诊断、预后预测和耐药分子机制 徐瑞华教授团队开始着手构建磷酸化定量数据库qPhos。通过收集已发表的定量磷酸化组数据，共整合了199071个磷酸化位点上的3537533个定量磷酸化信息，其中86%的数据来自肿瘤组织样本及相关细胞系。有关定量实验的详细信息，包括实验条件、实验所用的细胞系或样本等数据也纳入了数据库中。对每个磷酸化位点，都注释了实验验证的或潜在的上游激酶，以便理解其分子调控机制。同时，通过整合UniProt，ExPASy和DrugBank等数据库中的信息，对磷酸化位点所在蛋白质的生化特征、上游激酶的靶向药物情况进行了详细的注释，方便查询和使用。 此外，数据库中还开发了qKinAct分析模块，研究人员可以基于自己的定量磷酸化组数据分析得到相应的激酶活性相关磷酸化位点信息，进而分析异常的磷酸化信号通路。因此，qPhos是首个全面涵盖肿瘤和疾病相关重要磷酸化修饰动态水平的数据库，为研究蛋白磷酸化修饰及其动态调控提供了一站式服务。
中山大学
2021-04-13
揭示RNA编辑核心蛋白ADAR全转录组RNA底物特征
开发了一个高效的捕获RNA结合蛋白双链RNA底物的建库测序技术（irCLASH）以及后续的一整套生物信息学分析方法；首次在转录组水平上系统地绘制了人类ADAR蛋白的内源双链RNA底物图谱；揭示了决定ADAR结合效率和编辑效率的底物特征和ADAR结合长双链RNA的体内模型。 该研究利用irCLASH技术系统构建和分析了人类ADAR1、ADAR2及ADAR3的双链RNA底物图谱，发现与之前根据计算推导的研究设想不同，ADAR具有大量的、长距离的双链RNA底物。该研究发现不完全互补配对的底物与ADAR蛋白也有很好的亲和度，特别是ADAR2家族成员。研究还进一步揭示了决定ADAR结合效率和编辑效率的底物特征。irCLASH测序技术及后续的整套生物信息学分析方法的开发为研究双链RNA结合蛋白的内源底物提供了新的工具。同时，该研究揭示的ADAR与底物相互作用及催化特性为研究人员开发高效的RNA编辑工具提供了资源宝库及改进方向。
中山大学
2021-04-13
大数据挖掘在植物表观遗传组学中的应用
近年随着测序技术的不断完善，生物领域积累了大量基因组、转录组、表观组学数据。怎样有效利用这些数据挖掘生物学新知识，是研究工作者在大数据时代面临的挑战。该研究以DNA甲基化测序数据入手，探索了大数据挖掘揭示生物学新知识的研究之路。翟继先课题组重新分析了公共数据库中来自不同实验室的约500余组Col-0型拟南芥DNA甲基化数据：通过比较单个突变体和多个野生型，鉴定了每个突变体中高置信度的DNA甲基化差异区域，进而分析了不同突变体间DNA甲基化差异区域的重合度，揭示控制DNA甲基化相关基因之间的联系。
南方科技大学
2021-04-13
文献资源整合模式的研究
项目研究背景： 建立一个统一的文献资源整合模式，以大学图书馆为 中心，以院系资料室为 “分馆 ”，对全校的图书文献资料进行统一整理、加 工、编目、建立联合书目数据库， 将全校所有的文献资源展现在校园网上， 供全校师生查询借阅，更好地思想文献资源为广大师生服务的目的，改变 文献订购重复率高、利用率低、流失率高、闲置率高的现状。 技术原理： 利用图书馆现有的集成文献管理系统作为文献资料整合的 软件平台， 同时，为了保证回
南昌大学
2021-04-14
以色谱中心策略算法（CCS）提高基于质谱的组学数据质量
南科大医学院教授张文勇、研究助理教授栾合密等在国际著名生物信息学与计算生物学期刊Bioinformatics上发表题为“CPVA: a web-based metabolomic tool for chromatographic peak visualization and annotation”的论文。该研究创新提出了以色谱中心策略算法（CCS）提高基于质谱的组学数据质量，并搭建了R-Shiny的Web应用CPVA，实现了组学数据在线交互式的处理。该论文提出了色谱中心策略算法（CCS），并开发了在线互动工具来解决该领域普遍存在的问题。色谱中心策略是指通过对组学数据中提取的色谱峰形状进行数字化描述，包括对称性（Symmetry）、锯齿度（Jaggedness）、形态（Modality）、色谱质量指数（MCQ）等，并以在线互动的方式直接展示色谱峰的形态特征。
南方科技大学
2021-04-11
四支组音叉组
产品详细介绍
芜湖震洋教仪磁电科技有限公司
2021-08-23
蛋白
蛋白
江西中洪博元生物技术有限公司
2021-10-28