丝机了解了解的就是一种使算出机体统要能从数据资料信息初高中习的并给出預測或决策程序的新技术。它是人工客服自动化（AI）的一名重点层次结构，首要依靠于统计学学、改进理论知识和算出机科学了解的的办法。丝机了解了解的在恶性肉瘤了解中演过着越发越重点的角色名，在恶性肉瘤生态学标制物、原子核临床表现、类药显示和開發等各个领域中大面积用途。打个比方利于丝机了解了解的具体分析恶性肉瘤DNA组数据资料信息，快速精确与肠癌相关内容的DNA变种和突然变化，開發恶性肉瘤初期程度的預測建模；在类药显示阶段中，丝机了解了解的不错預測小原子核类药与靶点的组合力，减速类药选择时。 近几年，出自哈弗医美院的科研成员联合开发没事种特征提取AKT和EZH2多重调控剂的三阴乳腺炎癌冶疗步骤，并借助器机学习培训需求和实现了有效时间太敏主观分折仿真模型，有关系成绩撤稿在Nature期刊杂志上。

三假阳性乳房癌癌（TNBC）是最具侵扰性的乳房癌癌亚型，恶变率最高的人。肺麟癌TNBC的主要的根治条件是开展身上肺癌晚期肿瘤化疗联动免疫力根治，或专门身上肺癌晚期肿瘤化疗；既使，根治反映大多数持续性准确时间很短。如此，紧迫须要开发设计更更有效的根治的方法。 PI3K预警信号信号通路的組成这部分是隐藏的的开展靶点，正是因为在超出70%的TNBC病号中，PIK3CA、AKT1或PTEN均会发生了更改。只不过，与皮质激素蛋白激酶阳型乳房增生癌亚型相对来说，现在尚不模糊TNBC有没会对PI3K信号信号通路调节剂会发生反映，相应会会发生什么样反映。 钻研员充分利用TNBC神经组织系和小鼠建模方法测试图片了AKT阻止剂和组核蛋白甲基改变酶EZH2阻止剂聯合充分利用能高效干掉肺部肉瘤神经组织，有趣味的是专门处理充分利用这其中另外一种阻止剂对肺部肉瘤没高疗效。很快做者充分利用转录组测序和休内荧光成相等技艺体现了EZH2和AKT阻止剂可动力TNBC神经组织体细胞分化，促使其变为成管腔样（luminal-like）神经组织工作状态，这只是两种阻止剂抗肺部肉瘤功用的重要情况。 探究员自动对焦管腔组织神经元细分的根本缓解指数公式GATA3探究了重复抑止性剂的做用长效机制。探究得知EZH2抑止性能另存了加强子队列上的着色质若想缓解GATA3的传达。AKT的抑止性能阻挡FOXO1的磷碱化，并打断FOXO1在加强子和进行子队列上的结合起来。当组织神经元细分，EZH2和AKT抑止性剂就能利用劫持衰退方式中的4g信号原子核来驱动程序组织神经元凋亡。进步骤，这一种方式利用引导IL-6—JAK1—AT3环路，打断促凋亡球蛋白BMF的传达来保证的。

EZHE/AKT两级促使剂治愈TNBC的能力原则状态图

（图源Schade AE, et al., Nature, 2024） 调查方案发展EZH2和AKT压口服药物药品手术疗法方法TNBC癌内部系呈现灵敏型和抗药性型，既而调查方案技术员工依据机械读书开放了口服药物手术疗法方法发生反应的預测模式。前提是考虑了16个癌内部系（涉及10个灵敏癌内部系和6个抗药性癌内部系）的转录组数剧报告集，依照灵敏型和抗药性型的文化差别表答方法染色体遗传集（5组自变数）当作培养集，陆陆续续考虑随意丛林和的支持向量机梯度下降法构筑預测模式并应用留一交错手机认可通过对策（leave-one-out cross-validation）手机认可通过模式預测耐腐蚀性。依照預测耐腐蚀性正确性，调查方案技术员工考虑文化差别陪数高于5倍的文化差别表答方法染色体遗传集当作自变数和随意丛林梯度下降法当作最优投资组合的預测模式。第四原作者应用TCGA中TBNC团体范例的转录组数剧报告库当作独立自主手机认可通过集对預测模式实施了手机认可通过，預测成果呈现55%的范例而言EZH2/AKT双从压口服药物药品手术疗法方法是灵敏的，这一种发展与本调查方案中癌内部系的灵敏率（60%）类似于。

设备练习模形体能训练和分折评价办公步骤流程关心图

（图源Schade AE, et al., Nature, 2024） 上述讲到，本理论研究探讨为这样相对高度侵蚀性性肺部淋巴肿瘤多种类型确立没事种有渴望的医疗攻略，并说简明扼要清除管理的表观遗传性酶咋样将肺部淋巴肿瘤与致癌物质软弱性防护隔离起来。等理论研究探讨还阐述了健康组织机构特男人細胞去世路经咋样被使用在医疗益处。

拜谱总结

海洋动物标准物的出现和查证对待慢性病的前面的就诊、控制的数据监测和继发性分析评估至关比较重要。丝机的深造可以从广泛的基因组组学、核脂肪酸组学、分解组学和任何种类的海洋动物的数据中开发出不确定的海洋动物标准物，并按照数学模型工具为基础选择出与慢性病程序最有关系的海洋动物碳原子或功能。运用丝机的深造定义数学模型工具为基础对海洋动物标准物采取定义，辨别慢性病程序和建康程序，因此按照建立联系丝机的深造模型工具采取慢性病的的就诊、預测慢性病的经济发展和控制反响或病号继发性。

拜谱菌物拜作为国内领先的多组学公司，可提供完善成熟的血清组学、代谢率组学、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。

参看医学文献：

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