一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

使用計算建模和機(jī)器學(xué)習(xí)方法來預(yù)測心臟“從原子到心律”的電毒性

倩倩 ? 來源:互聯(lián)網(wǎng)分析沙龍 ? 2020-05-21 10:49 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

研究人員已經(jīng)證明了一種方法,可以幫助患者避免在開藥之前因藥物引起的心律不齊。他們的技術(shù)使用計算建模和機(jī)器學(xué)習(xí)方法來預(yù)測心臟“從原子到心律”的電毒性。

該研究在加州大學(xué)戴維斯分校進(jìn)行,并在《循環(huán)研究》雜志上進(jìn)行。

“我們希望模型框架可以擴(kuò)展到對藥物發(fā)現(xiàn),對各種化合物和靶標(biāo)進(jìn)行藥物安全性篩查以及在各種監(jiān)管過程中產(chǎn)生影響,” Colleen Clancy博士,Igor Vorobyov博士和同事。

到目前為止,了解藥物會導(dǎo)致任何給定患者心律不齊的唯一方法是開處方,等待和觀察。

克蘭西在加州大學(xué)戴維斯分校(UC-Davis)發(fā)表的一項研究的新聞中說:“甚至開發(fā)出的用于治療心律不齊的藥物實際上最終也導(dǎo)致了它們?!彼忉屨f,這個問題一直缺乏了解藥物如何影響hERG編碼的鉀通道的方法,這有助于使心律正?;?。(首字母縮寫代表人類以太相關(guān)的基因。)

克蘭西說,這項新研究表明,根據(jù)藥物的化學(xué)成分以及心臟的細(xì)胞和組織,對藥物對心律的影響進(jìn)行建模的可行性。

“每一種新藥都需要進(jìn)行心臟毒性篩查,這可能是表明危害或安全性的重要第一步,然后再進(jìn)行更昂貴,更廣泛的測試,” Clancy補(bǔ)充說。

該研究是免費(fèi)的。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 建模
    +關(guān)注

    關(guān)注

    1

    文章

    317

    瀏覽量

    61594
  • 機(jī)器學(xué)習(xí)

    關(guān)注

    66

    文章

    8503

    瀏覽量

    134624
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    邊緣計算中的機(jī)器學(xué)習(xí):基于 Linux 系統(tǒng)的實時推理模型部署與工業(yè)集成!

    你好,旅行者!歡迎來到Medium的這一角落。在本文中,我們將把一個機(jī)器學(xué)習(xí)模型(神經(jīng)網(wǎng)絡(luò))部署邊緣設(shè)備上,利用ModbusTCP寄存器獲取的實時數(shù)據(jù)
    的頭像 發(fā)表于 06-11 17:22 ?344次閱讀
    邊緣<b class='flag-5'>計算</b>中的<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>:基于 Linux 系統(tǒng)的實時推理模型部署與工業(yè)集成!

    使用MATLAB進(jìn)行無監(jiān)督學(xué)習(xí)

    無監(jiān)督學(xué)習(xí)是一種根據(jù)未標(biāo)注數(shù)據(jù)進(jìn)行推斷的機(jī)器學(xué)習(xí)方法。無監(jiān)督學(xué)習(xí)旨在識別數(shù)據(jù)中隱藏的模式和關(guān)系,無需任何監(jiān)督或關(guān)于結(jié)果的先驗知識。
    的頭像 發(fā)表于 05-16 14:48 ?688次閱讀
    使用MATLAB進(jìn)行無監(jiān)督<b class='flag-5'>學(xué)習(xí)</b>

    使用ad9467-250采集低頻信號,請問有什么方法來提高sfdr嗎?

    你好,我現(xiàn)在在使用ad9467-250采集低頻信號,在測試3Mhz部分時sfdr只有86,采樣頻率是102.4Mhz,請問有什么方法來提高sfdr嗎
    發(fā)表于 04-24 06:05

    18個常用的強(qiáng)化學(xué)習(xí)算法整理:基礎(chǔ)方法高級模型的理論技術(shù)與代碼實現(xiàn)

    本來轉(zhuǎn)自:DeepHubIMBA本文系統(tǒng)講解基本強(qiáng)化學(xué)習(xí)方法高級技術(shù)(如PPO、A3C、PlaNet等)的實現(xiàn)原理與編碼過程,旨在通過理論結(jié)合代碼的方式,構(gòu)建對強(qiáng)化學(xué)習(xí)算法的全面理
    的頭像 發(fā)表于 04-23 13:22 ?414次閱讀
    18個常用的強(qiáng)化<b class='flag-5'>學(xué)習(xí)</b>算法整理:<b class='flag-5'>從</b>基礎(chǔ)<b class='flag-5'>方法</b><b class='flag-5'>到</b>高級模型的理論技術(shù)與代碼實現(xiàn)

    掌握這六點(diǎn),原來學(xué)習(xí)數(shù)和模這么簡單!

    的認(rèn)知理解,而先學(xué)習(xí)模電能夠更好的對數(shù)的內(nèi)部結(jié)構(gòu)原理得到了解,這樣學(xué)習(xí)起數(shù)來就更容易上手了,下面我們開始今天的
    的頭像 發(fā)表于 03-19 19:33 ?1678次閱讀
    掌握這六點(diǎn),原來<b class='flag-5'>學(xué)習(xí)</b>數(shù)<b class='flag-5'>電</b>和模<b class='flag-5'>電</b>這么簡單!

    用ADS1258做了一塊采集卡,請問有比較簡單的測試方法來測試我的采集卡的性能和精度嗎?

    您好!我現(xiàn)在用ADS1258做了一塊采集卡,請問有比較簡單的測試方法來測試我的采集卡的性能和精度嗎。 我現(xiàn)在用普通的信號發(fā)生器產(chǎn)生了一個正弦波,1KHz的頻率,用采集卡采集了16*1024個數(shù)
    發(fā)表于 02-10 07:49

    基于移動自回歸的時序擴(kuò)散預(yù)測模型

    在人工智能領(lǐng)域,目前有很多工作采用自回歸方法來模擬或是替代擴(kuò)散模型,其中視覺自回歸建模(Visual AutoRegressive modeling,簡稱 VAR)就是其中的典型代表,該工作利用自
    的頭像 發(fā)表于 01-03 14:05 ?894次閱讀
    基于移動自回歸的時序擴(kuò)散<b class='flag-5'>預(yù)測</b>模型

    傳統(tǒng)機(jī)器學(xué)習(xí)方法和應(yīng)用指導(dǎo)

    用于開發(fā)生物學(xué)數(shù)據(jù)的機(jī)器學(xué)習(xí)方法。盡管深度學(xué)習(xí)(一般指神經(jīng)網(wǎng)絡(luò)算法)是一個強(qiáng)大的工具,目前也非常流行,但它的應(yīng)用領(lǐng)域仍然有限。與深度學(xué)習(xí)相比,傳統(tǒng)
    的頭像 發(fā)表于 12-30 09:16 ?1191次閱讀
    傳統(tǒng)<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)方法</b>和應(yīng)用指導(dǎo)

    什么是機(jī)器學(xué)習(xí)?通過機(jī)器學(xué)習(xí)方法能解決哪些問題?

    來源:Master編程樹“機(jī)器學(xué)習(xí)”最初的研究動機(jī)是讓計算機(jī)系統(tǒng)具有人的學(xué)習(xí)能力以便實現(xiàn)人工智能。因為沒有學(xué)習(xí)能力的系統(tǒng)很難被認(rèn)為是具有智能
    的頭像 發(fā)表于 11-16 01:07 ?965次閱讀
    什么是<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>?通過<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)方法</b>能解決哪些問題?

    如何使用 PyTorch 進(jìn)行強(qiáng)化學(xué)習(xí)

    強(qiáng)化學(xué)習(xí)(Reinforcement Learning, RL)是一種機(jī)器學(xué)習(xí)方法,它通過與環(huán)境的交互學(xué)習(xí)如何做出決策,以最大化累積獎勵。
    的頭像 發(fā)表于 11-05 17:34 ?1043次閱讀

    《DNK210使用指南 -CanMV版 V1.0》第一章本書學(xué)習(xí)方法

    第一章 本書學(xué)習(xí)方法 為了讓讀者更好地學(xué)習(xí)和使用本書,本章將為讀者介紹本書的學(xué)習(xí)方法,包括:本書的學(xué)習(xí)順序、編寫規(guī)范、代碼規(guī)范、資料查找和學(xué)習(xí)
    發(fā)表于 08-28 17:57

    【「時間序列與機(jī)器學(xué)習(xí)」閱讀體驗】時間序列的信息提取

    個重要環(huán)節(jié),目標(biāo)是給定的時間序列數(shù)據(jù)中提取出有用的信息和特征,以支持后續(xù)的分析和預(yù)測任務(wù)。 特征工程(Feature Engineering)是將數(shù)據(jù)轉(zhuǎn)換為更好地表示潛在問題的特征,從而提高機(jī)器
    發(fā)表于 08-17 21:12

    【《時間序列與機(jī)器學(xué)習(xí)》閱讀體驗】+ 時間序列的信息提取

    本人有些機(jī)器學(xué)習(xí)的基礎(chǔ),理解起來一點(diǎn)也不輕松,加油。 作者首先說明了時間序列的信息提取是時間序列分析的一個重要環(huán)節(jié),目標(biāo)是給定的時間序列數(shù)據(jù)中提取出有用的信息和特征,以支持后續(xù)的分析和預(yù)測
    發(fā)表于 08-14 18:00

    【《時間序列與機(jī)器學(xué)習(xí)》閱讀體驗】+ 了解時間序列

    學(xué)習(xí)方法對該序列數(shù)據(jù)進(jìn)行分析,可以得到結(jié)論或預(yù)測估計,因此時間序列分析的用途是非常多的,比如: 可以反映社會經(jīng)濟(jì)現(xiàn)象的發(fā)展變化過程,描述現(xiàn)象的發(fā)展?fàn)顟B(tài)和結(jié)果。 可以研究社會經(jīng)濟(jì)現(xiàn)象的發(fā)展趨勢和發(fā)展速度
    發(fā)表于 08-11 17:55

    【「時間序列與機(jī)器學(xué)習(xí)」閱讀體驗】全書概覽與時間序列概述

    的應(yīng)用也很廣泛,用機(jī)器學(xué)習(xí)為時間分析帶來新的可能性。人們往往可以通過過往的時間序列數(shù)據(jù)預(yù)測未來,在各行各業(yè)中都有很好的應(yīng)用與發(fā)展前景。 時間序列分類: 1.單維時間序列 單維時間序列
    發(fā)表于 08-07 23:03