CGM 第53期：人工智能在抗体中的应用
2019年5月15日
CGMonline
CGMonline介绍如何结合文本挖掘、生物信息学和机器学习，从科研论文中提取抗体使用证据并关联实验图像，改善抗体选择与实验可重复性。
陈启翔
(David Qixiang Chen) CTO, Director of AI, BenchSci; PhD Neuroimaging, Institute of Medical Science, University of Toronto
活动回放
抗体既是免疫系统的重要组成部分，也是生物医学实验中广泛使用的试剂。抗体使用不当往往源于证据信息不足，会造成实验失败并增加药物研发成本。报告介绍如何结合文本挖掘、生物信息学与机器学习，从开放和封闭来源的科研论文中解析抗体实验场景，并把抗体使用信息关联到论文图像。相关系统在大规模抗体、论文、实验场景和蛋白别名数据上运行，使用深度神经网络判断产品与实验场景的关系、识别图像技术子面板，从而提高数据准确性并帮助科研人员缩短从研究设想到实验结果的路径。
参考文献
Baker, M., 2015. Reproducibility crisis: Blame it on the antibodies. Nature News, 521(7552), p.274.
LeCun, Y., Bengio, Y. and Hinton, G., 2015. Deep learning. nature, 521(7553), p.436.
评论（0）
登录后即可发表评论。
登录暂无评论，来发表第一条评论吧！