关键词： 加权共表达网络   机器学习   卵巢癌   关键基因  

摘要： 目的:利用加权基因共表达网络和机器学习方法,筛选和鉴定对卵巢癌患者生存率产生影响的关键基因,为卵巢癌的治疗提供新的思路和靶点。方法:从公共数据库下载GSE14407、GSE15578和GSE38666三个包含卵巢癌样本的表达矩阵,将前两个矩阵进行合并和去批次作为训练集用于后续分析,最后一个表达矩阵作为外部验证集。按照一定的标准筛选训练集中卵巢癌样本同正常样本之间的差异基因,对训练集进行加权基因共表达网络分析,获取相关性最强模块中的特征基因。使用3种机器学习对差异基因与特征基因的交集基因进行深度学习,并识别卵巢癌的关键基因。最后对关键基因的诊断效能和对患者生存期的影响进行验证。结果:共获得770个差异基因,191个特征基因,两者交集基因138个;通过机器学习发现AOX1、GPRASP1可能是对卵巢癌患者生存期产生影响的关键基因;受试者工作曲线及Kaplan-Meier分析发现AOX1、GPRASP1不但具有良好的诊断效能,同时确实对卵巢癌患者生存率有显著影响。结论:基于加权基因共表达网络和机器学习对公共数据集的分析发现,AOX1、GPRASP1是影响卵巢癌患者生存率的关键基因,可以为卵巢癌的治疗提供新的思路。

关键词： 猪   肌内脂肪   间接选择   模型构建   机器学习   活体可测定性状  

摘要： [目的]本研究旨在探究猪断奶重、屠宰前活体重、背膘厚等性状因素对猪肌内脂肪(intramuscular fat,IMF)含量的影响,确定影响猪IMF含量的关键性状因素。[方法]以805头皮特兰×[杜洛克×(长白×大白)]四元商品猪群为试验对象,记录性别,测定初生重、断奶重、屠宰前活体重和IMF含量等14个性状,然后通过相关性分析从14个性状中初步筛选出影响IMF含量的性状因素,再通过随机森林模型评估各性状因素对IMF含量影响的重要性,进一步通过LASSO回归和逐步回归筛选出影响IMF含量的关键性状因素;在此基础上,利用广义线性模型(generalized linear model,GLM)分析关键性状因素不同水平对IMF含量的影响。[结果]相关性分析结果显示,猪IMF含量与断奶重(r=0.13, P<0.001)和屠宰前活体重(r=0.22, P<0.001)呈显著相关;与不同位置背膘厚呈极显著相关(P<0.001),相关系数为0.21~0.26。另外,IMF含量与肉色红度值a*、黄度值b*、色调角H0和色度C*值也呈显著相关(P<0.05),相关系数为0.08~0.13。随机森林模型分析结果显示,胸腰结合处背膘厚对IMF含量的贡献最大,其次是屠宰前活体重。LASSO回归和逐步回归分别筛选出9个和5个显著影响IMF含量的性状因素,其中性别、断奶重、屠宰前活体重、胸腰椎结合处背膘厚4个活体可测性状为2种方法共同筛选出的关键性状因素。GLM分析结果显示,4个活体可测性状对IMF含量均具有显著影响,并且阉公猪平均IMF含量(2.52%)显著高于母猪(2.41%)(P<0.05);断奶重小于5 kg组平均IMF含量(2.24%)显著低于其他3组(P<0.05);屠宰前活体重小于85 kg组的平均IMF含量(2.27%)显著低于115 kg以上组(2.67%)(P<0.05),当屠宰前活体重大于100 kg后,各水平组间平均IMF含量差异不显著(P>0.05)。胸腰椎结合处背膘厚大于26 mm组的平均IMF含量(2.73%)显著高于其他背膘厚组(P<0.05),而5~12 mm与12~19 mm背膘厚组的平均IMF含量差异不显著(P>0.05)。[结论]本研究通过机器学习确定了性别、断奶重、屠宰前活体重和胸腰椎结合处背膘厚4个与IMF含量显著相关的活体可测定性状,并发现平均IMF含量随着屠宰前活体重和胸腰椎结合处背膘厚的增加呈明显的上升趋势。

关键词： 计算机辅助药物设计   人工智能药物设计   药物发现   机器学习   深度学习  

摘要： 计算科学的高速发展不断为药物发现领域带来革新与机遇。伴随着生命科学领域数据的持续增长和计算硬件设备的迭代更新,计算化学以及化学信息学在临床前药物设计领域的支撑作用日益凸显。本文围绕计算机辅助药物设计(computeraided drug design,CADD)和人工智能药物设计(artificial intelligence-driven drug design,AIDD)两大主题,简要阐述计算科学和药物发现在学科交叉中的探索和创新,以及针对临床前小分子药物的应用和进展。

关键词： 媒体融合   AI应用   人工智能  

摘要： AI应用与创新成为媒体行业发展的引擎。AI应用使新闻更加智能化、个性化,为受众提供了更丰富的体验。媒体行业还面临着隐私保护、新闻道德等方面的挑战。本文探讨了媒体融合发展中的AI应用与创新,分析了媒体面临的挑战,以及应对挑战的策略。

关键词： 人工智能   中学信息技术   课堂教学  

摘要： 随着技术的快速发展,未来社会将愈发重视建设者们对复杂信息的理解与处理能力,以及创造性地解决问题的能力。这一趋势要求个体不仅能够高效地解析和利用海量数据,还要具备跨领域的知识整合能力和创新思维,以应对日益复杂的数字化环境。在初中信息技术教学中应用人工智能,能够让学生提前适应未来社会的科技环境,培养其计算思维与创新能力。为此,围绕如何将人工智能有效地应用于初中信息技术课堂教学进行策略探讨,通过分析学生个体需求与调整教学内容、提供实时反馈以增强课堂内外连贯性、根据学情增加互动元素等方法,提升教学效果,进而促进信息技术教育的现代化发展。

关键词： 智能建筑   建筑施工过程   绿色环保   可持续发展理念   施工污染   精细化管理   人工智能   施工全过程  

摘要： 建筑行业是全球能源消耗和温室气体排放的主要来源之一。传统建筑施工过程中,存在着能源浪费严重、资源利用效率低下、施工污染较大等问题,对环境造成了沉重负担。在可持续发展理念深入人心的背景下,智能建筑施工应运而生。智能建筑施工借助物联网、大数据、人工智能等先进技术,实现对建筑施工全过程的精细化管理与控制,从而有效降低建筑对环境的负面影响,推动绿色环保目标的实现。

关键词： 人工智能   产业链   AI   发布会  

摘要： 如果十年前说这话,连我都会骂:“疯了”。而今天,我们可以理直气壮地、自豪地期待这天,因为中国世纪的曙光就在眼前。2025年3月3日,吉利的人工智能战略发布会在三亚举行,最让人震惊的是,AI已经渗透到产业链的各个环节。尽管尚未100%落地,但这个战略的发布,足以让人相信未来将全面AI化。

关键词： 图像检测   轨道交通   机器学习   三维成像   深度信息测量  

摘要： 轨道交通车辆管理是城市交通系统的重要组成部分,由于传统的人工检测方法存在效率低、准确性受限等问题,难以满足现代轨道交通日益增长的安全与维护需求。3D图像在线智能检测系统利用人工智能、计算机视觉和三维成像技术,实现对车辆运行状态、车体结构和关键部件的高效在线检测。随着轨道交通在线检测系统的应用的不断改革创新,通过引入3D成像技术、深度测量技术和深度学习算法,该系统实现了360°无死角检测和全自动化无人值守操作,彻底解决了传统图像检测系统存在的精度低、效率低等行业痛点。依托高效的图像处理与特征识别能力,该系统能够快速定位故障并提供精准分析,大幅提高检修效率和准确率,满足轨道交通车辆在复杂运维场景下的安全要求。本文针对轨道交通车辆3D图像在线智能检测系统展开研究,阐述了系统的组成框架和功能,对于车辆的在线智能检测研究具有一定的参考价值。

关键词： 人工智能   药物发现   抗肿瘤药物   临床进展  

摘要： 药物发现往往面临周期长、成本高、成功率低等问题,人工智能(artificial intelligence,AI)因算力、算法的不断更新迭代而飞速发展,为新药研发注入了强大动力。本文从靶点的发现与确证、蛋白质结构预测、先导化合物的发现与优化、分子性质预测以及加速临床试验等方面对AI在抗肿瘤药物发现中的应用进行简要介绍。随后,对AI参与的代表性抗肿瘤药物分子的临床进展进行了简要分析,以期为行业研究方向提供启发和参考。

关键词： 滑坡易发性评价   频率比模型   机器学习模型   耦合模型   ROC曲线   思南县  

摘要： 滑坡地质灾害易发性评价是防灾减灾的一种重要手段,易发性评价模型的选取和优化至关重要。以思南县为研究区,选取高程、坡度、曲率、地层、土地利用、年平均降雨量等16个评价因子,采用频率比(frequency ratio,FR)模型与支持向量机(support vector machine,SVM)模型和随机森林(random forest,RF)模型相耦合,引入网格搜索方法来获取SVM模型、RF模型及其耦合模型最优参数组合并用于模型训练,最终构建SVM、RF、FR-SVM及FR-RF模型对整个研究区进行滑坡易发性预测,并进行了受试者操作特征(receiver operating characteristics,ROC)曲线验证。结果表明:与单一机器学习模型相比,耦合机器学习有更多的滑坡灾害样本落于高易发区和极高易发区,有更高的准确率。单一模型中,RF模型有较多的滑坡灾害样本落于高易发区和极高易发区,耦合模型中,FR-RF模型有较多的滑坡灾害样本落于高易发区和极高易发区,且FR模型和FR-RF模型中没有滑坡灾害样本落在极低易发区,表明无论是单一模型还是耦合模型,RF模型的性能优于SVM模型。4种模型的ROC预测曲线的曲线下面积(area under the curve,AUC)分别为0.8316、0.8439、0.8644、0.9104,说明FR模型与RF模型结合的耦合模型有更高的准确率,该模型更适用于思南县的滑坡易发性评价研究,评价结果可为当地滑坡地质灾害的防灾减灾提供一定的参考。