刷卡机人自学了解成绩就是一种使换算技术机系统性并能从的数据资料初中习成绩并做成预估或行政决策的技术设备。它是人工客服智能化（AI）的一些核心构成，主要依耐于统计表学、调整的理论和换算技术机科学技术的技术。刷卡机人自学了解成绩在癌肿设计中主演着越变越核心的主演，在癌肿怪物标示物、团伙分几型、用药遇到和联合激发等这个领域中宽泛应运。造问使用刷卡机人自学了解成绩概述癌肿DNA组的数据资料，掌握与恶性恶性肿瘤对应的DNA遗传变异和转变，联合激发癌肿最早的时候评估的预估类别；在用药遇到阶段中，，刷卡机人自学了解成绩能够预估小团伙用药与靶点的融入力量，会加快用药选择的过程。 近两年来，根据哈弗生物职业学院的实验人联合开发了种体系结构AKT和EZH2两重减弱剂的三阴乳房增生癌根治方式方法，并灵活运用机气学习知识选择和构筑了见效敏主观性预计实体模型，有关工作成效发表过在Nature杂志上。

三弱阳性乳线癌（TNBC）是最具侵蚀性性的乳线癌亚型，再发作率非常高。肺癌肝转移TNBC的重要控制标淮是做出身上手术协力免疫抗体控制，或用单独身上手术；以至于，控制发生反应常常坚持時间很短。因，急迫所需设计更效果的控制策略。 PI3K数据通道的组合而成地方是潜在性的治療靶点，根据在多于70%的TNBC求美者中，PIK3CA、AKT1或PTEN均形成了改变了。其实，与激素药蛋白激酶抗体阳性乳线癌亚型优于，当今尚不明确TNBC有没会对PI3K通道促使剂行成生理想法，及会行成几种生理想法。 实验员利于TNBC血组织細胞系和小鼠型号测试软件了AKT控中药中药注射剂和组血清甲基的变化酶EZH2控中药中药注射剂共同采用的能有结果消灭掉癌症血组织細胞，有意思的的是专门采用的其中的有一种控中药中药注射剂对癌症还没有结果果。后来著者利于转录组测序和自身荧光三维成像等技木揭露了EZH2和AKT控中药中药注射剂可驱动下载TNBC血组织細胞分解，可以淡化其的变化成管腔样（luminal-like）血组织細胞的情形，她是两种控中药中药注射剂抗癌症功效的关健的因素。 学习工人对焦管腔癌神经细胞核分裂的关键性可以调结成分GATA3学习了双重国籍缓和剂的角色考核机制。学习表明EZH2缓和能另存了强化子回文编码序列上的染色法质而使可以调结GATA3的表现。AKT的缓和能障碍FOXO1的磷酸性反应，并开启FOXO1在强化子和无法子回文编码序列上的组合。可能癌神经细胞核分裂，EZH2和AKT缓和剂就能使用劫持衰老期间中的4g信号团伙来驱动程序癌神经细胞核凋亡。进十步，上述期间使用引诱IL-6—JAK1—AT3信号通路，开启促凋亡淀粉酶BMF的表现来实现目标的。

EZHE/AKT多重压药物制剂治愈TNBC的意义机理基本模式图

（图源Schade AE, et al., Nature, 2024） 钻研发掘EZH2和AKT克剂型治療TNBC神经血肿瘤安排细胞膜系展现的铭感型和抗药型，是钻研工人源于机气学习成绩激发了肿瘤药物治療发生反应的分析预估模特。要考虑了1几个神经血肿瘤安排细胞膜系（包含了10个的铭感神经血肿瘤安排细胞膜系和几个抗药神经血肿瘤安排细胞膜系）的转录组大比对库集，随着的铭感型和抗药型的异同表述染色体集（5组大数据）用于训练方法集，后来考虑个数树丛和苹果支持向量机数学型号实现分析预估模特并灵活运用留一相互证实对策（leave-one-out cross-validation）证实模特分析预估能。随着分析预估能精准性，钻研工人考虑异同度数多于5倍的异同表述染色体集用于大数据和个数树丛数学型号用于最优性的分析预估模特。然后我们灵活运用TCGA中TBNC安排子样例的转录组大比对库库用于独自证实集对分析预估模特开始了证实，分析预估可是彰显55%的子样例面对EZH2/AKT两级克剂型治療是的铭感的，这样发掘与本钻研中神经血肿瘤安排细胞膜系的的铭感率（60%）似的。

电脑学习成绩对模型康复训练和予测监测办公具体步骤构造图

（图源Schade AE, et al., Nature, 2024） 以上，本科研为一种特别侵扰性癌症多种类型选择了一大种有期盼的方法攻略，并说了解撤销管控的表观基因遗传规律酶是怎样将癌症与致癌物质缺乏安全感性丢开不同种类。那些科研还反映了生长组织机构特男人神经元消亡有效途径是怎样被用以方法益处。

拜谱个人心得体会

微生物制品体制品制品标示牌物的发现了和校验对病症的前兆监测、治愈探测和愈后监测至关非常重要。设备的学习了解知识需要从很大的dna组学、蛋白酶质组学、代谢率组学和其余型号的微生物制品体制品制品数值中发现出未知的微生物制品体制品制品标示牌物，并展开计算方法选择出与病症的情况最有关于的微生物制品体制品制品碳原子或有特点。利用设备的学习了解知识划总类别计算方法对微生物制品体制品制品标示牌物展开划总类别，界定病症的情况和绿色的情况，从根本上展开打造设备的学习了解知识三维模型展开病症的监测、預測病症的快速发展和治愈生理反应或人愈后。

拜谱海洋生物拜作为国内领先的多组学公司，可提供完善成熟的蛋白质组学、分泌组学、转录组学等多组学产品技术服务体系。拜谱生物建立了完善的基于蛋白质组学、代谢组学的机器学习分析流程，可实现随机森林、极端梯度提升（Xgboost）、支持向量机（SVM）、朴素贝叶斯法（Naive Bayes， NB）、K-近邻法（K-Nearest Neighbors，KNN）、LASSO逻辑回归等经典机器学习算法分析，同时可提供ROC、PR、混淆矩阵、生存分析等临床性能分析，为临床大队列和生物标志物研究提供了丰富的选择。

分类论文资料：

Schade AE, Perurena N, Yang Y, et al. AKT and EZH2 inhibitors kill TNBCs by hijacking mechanisms of involution. Nature. Published online October 9, 2024. doi:10.1038/s41586-024-08031-6B1