广州POS机了解都是种使求算机装置都可能从统计数统计资料中了解并制做估计分折或决策程序的技艺。它是人工工资自动化（AI）的有一个非常很重要支系，重点信任于统计数学、简化学说和求算机实验的形式。广州POS机了解在癌病探索中办演着越多越非常很重要的主演，在癌病怪物圆形标志物、原子染色体组分型、类口服药发觉和開發等范围中具有广泛性适用。举个例子来说利用率广州POS机了解分折癌病染色体组组统计数统计资料，辨别与癌病相应的的染色体组基因变异和基因变异，開發癌病旱期鉴别诊断的估计分折类别；在类口服药发觉时段.，广州POS机了解可能估计分折小原子类口服药与靶点的紧密结合的能力，t加速类口服药淘汰期间。 近斯，基清华医美院的探究员建设一个多种由于AKT和EZH2交叉阻止剂的三阴乳线癌根治形式，并利于广州POS机学习知识选择和创设了成效敏感度性预測沙盘模型，有关的重大成果文章发表在Nature中文核心期刊上。

三弱阳性乳线纤维癌（TNBC）是最具外侵性的乳线纤维癌亚型，的复发率率高达。到晚期TNBC的首要治療标准单位是展开混身放疗放疗化疗联动免疫细胞治療，或单单混身放疗放疗化疗；那么，治療现象大部分维持时长很短。因，迫在眉睫所需设计规划更很好的的治療手段。 PI3K讯号通道的主成大部分是内在的的开展靶点，而是在多于70%的TNBC病号中，PIK3CA、AKT1或PTEN均形成了改进。但是，与激素药肾上腺素受体呈阳性乳线癌亚型想必，当下尚不模糊不清TNBC有无会对PI3K通道遏药品生成反映，并且 会生成什么反映。 学习工人利于率TNBC血細胞系和小鼠模式化检测了AKT能够抑药物中药药品和组核蛋白甲基更改酶EZH2能够抑药物中药药品携手安全安全使用能有效率毒杀癌症血細胞，非常有趣的是分开安全安全使用在这当中其中一种能够抑药物中药药品对癌症不会有效率果。继而笔者利于率转录组测序和体中荧光显像等新技术揭露了EZH2和AKT能够抑药物中药药品可能够TNBC血細胞差异性，利于其转换成管腔样（luminal-like）血細胞睡眠状态，这两个能够抑药物中药药品抗癌症帮助的关键点因素分析。 科学钻研人工焦聚管腔组织组织组织组织组织分裂的关键所在自动自动调节系数GATA3科学钻研了两重减弱性剂的目的新机制。科学钻研察觉到EZH2减弱性能打开浏览器了增强学习学习子字段上的着色质关键在于自动自动调节GATA3的抒发。AKT的减弱性能妨碍FOXO1的磷酸性反应，并释放FOXO1在增强学习学习子和发动子字段上的相结合。倘若组织组织组织组织组织分裂，EZH2和AKT减弱性剂就能根据劫持萎缩阶段中的网络信号碳原子来驱动软件组织组织组织凋亡。进某一步，某一阶段根据引诱IL-6—JAK1—AT3环路，释放促凋亡核蛋白BMF的抒发来实现目标的。

EZHE/AKT隐性仰药制剂进行治疗TNBC的功能制度化格局图

（图源Schade AE, et al., Nature, 2024） 的学业发展EZH2和AKT可抑中药溶液剂诊治方法TNBC受损細胞系展示特别刺激性型和抗药肺结核型，于是乎的学业员针对系统学业设计规划了药物诊治诊治方法现象的预測模形。要选了15个受损細胞系（包涵10个特别刺激性受损細胞系和5个抗药肺结核受损細胞系）的转录组的oracle集，基于特别刺激性型和抗药肺结核型的对比表达爱方式人类基因组集（5组局部变量值）是魔鬼训练集，紧接着选随即丛林和扶持向量机神经网络svm算法建设预測模形并用留一交叉点证实管理策略（leave-one-out cross-validation）证实模形预測功能。基于预測功能精确度性，的学业员选对比度数不小于5倍的对比表达爱方式人类基因组集是局部变量值和随即丛林神经网络svm算法是利润最大化的预測模形。最后一个原作者用TCGA中TBNC组识样品的转录组的oracle库是孤立证实集对预測模形来了证实，预測结局表示55%的样品而对于EZH2/AKT双从可抑中药溶液剂诊治方法是特别刺激性的，一项发展与本的学业中受损細胞系的特别刺激性率（60%）类似的。

机子学习成绩型号训练学习和估计开展的工作流量展示图

（图源Schade AE, et al., Nature, 2024） 由此可见，本理论学习为此种高速入侵性肉瘤种类判断没事种有愿意的的医治原则，并说简明扼要撤销管控的表观基因遗传规律酶该怎样将肉瘤与有毒脆性隔开出来。这样的理论学习还证明了健康组建特喜欢的人生殖细胞身亡方式该应该如何被用做的医治益处。

拜谱个人总结

微怪物logo物的找到和安全验证来说病的之前临床诊治、制疗监测方案和愈后评价指标比较重要性。仪器借鉴会从很多的DNA组学、蛋白酶质组学、新陈代谢组学和其它的型号的微怪物参数中开采出出隐藏的的微怪物logo物，并采用聚类优化算法保持出与病工作工作的情形最对应的微怪物分子式或特征英文。应用仪器借鉴确定归类聚类优化算法对微怪物logo物确定确定归类，分别病工作工作的情形和稳定工作工作的情形，继而采用保持仪器借鉴仿真模型确定病的临床诊治、預测病的发展趋势和制疗现象或人愈后。

拜谱微生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、分解组学、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