洞察市场格局
解锁药品研发情报

客服电话

400-9696-311
医药数据查询

Adv Sci丨基于多组学与机器学习的枯草芽孢杆菌全基因组代谢模型优化基因表达与细胞生长预测

2024/09/29
多组学 细胞生长

近日, Advanced Science 在线发表了江南大学未来食品科学中心和生物工程学院 陈坚 院士团队 刘龙 教授课题组的研究成果 A multi-omics, machine learning-aware, genome-wide metabolic model ofBacillus subtilisrefines the gene expression and cell growth prediction 。 然而,许多机器学习模型忽视了生物背景,限制了模型的可信度和解释性。 针对上述问题,该研究标准化建立了枯草芽孢杆菌高质量综合数据库,并搭建了枯草芽孢杆菌多组学综合代谢网络模型,设计了34个机器学习模型,将机器学习模型与多组学综合代谢网络模型相结合,实现了基因表达与细胞生长的精准预测。

<END>
*版权声明:本网站所转载的文章,均来自互联网,旨在传递更多信息。鉴于互联网的开放性和文章创作的复杂性,我们无法保证所转载的所有文章均已获得原作者的明确授权。如果您是原作者或拥有相关权益,请与我们联系,我们将立即删除未经授权的文章。本网站转载文章仅为方便读者查阅和了解相关信息,并不代表我们认同其观点和内容。读者应自行判断和鉴别转载文章的真实性、合法性和有效性。
AI+生命科学全产业链智能数据平台

收藏

发表评论
评论区(0
  • 暂无评论

    摩熵医药企业版
    50亿+条医药数据随时查
    7天免费试用
    摩熵数科开放平台
    原料药
    十五五战略规划

    全球新药治疗领域统计

    全球新药靶点统计

    专利数据服务
    添加收藏
      新建收藏夹
      取消
      确认