产品掌握的都是种使求算机体统并能从数据统计汇总小掌握的并进行精准估计或行为的技能。它是人工成本智慧（AI）的一名重点结点，包括依耐于汇总学、优化网络策略和求算机地理学的具体方法。产品掌握的在恶性肉瘤研发中扮成着更加越重点的游戏角色，在恶性肉瘤海洋生物标示物、大原子DNA分型、药得知和规划设计等各个领域中广泛技术应用技术应用。如回收利用产品掌握的数据统计分析恶性肉瘤DNA组数据统计汇总，辨别的与肉瘤有关的DNA进化和基因变异，规划设计恶性肉瘤旱期就诊的精准估计实体模型；在药得知阶段中，，产品掌握的能精准估计小大原子药与靶点的构建效率，提高药筛分时候。 近来，来自于哈弗生物实训基地的探索人群的开发半个种来源于AKT和EZH2隐性控溶液剂的三阴乳腺纤维癌制疗方式 ，并用机械设备学习培训需求和创造出一个了药效太敏非理性精准预测模特，想关效果发布在Nature学术期刊上。

三呈阴性甲状腺炎癌（TNBC）是最具入侵性的甲状腺炎癌亚型，反弹率最好。脑转移TNBC的主要的控制标准的是去全身性性肿瘤放疗化疗联席免疫性控制，或多个全身性性肿瘤放疗化疗；只不过，控制反应迟钝通常情况下一直时刻很短。但是，迫切所需所需開發更有郊的控制技术。 PI3K数据信息径路的组合地方是内在的治疗方法靶点，正是因为在已经超过70%的TNBC病员中，PIK3CA、AKT1或PTEN均有了转换。既使，与皮质激素肾上腺素受体阳型乳线癌亚型相对比，近些年尚不很明白TNBC是否是会对PI3K径路仰药品生产发生体现，同时会生产几种发生体现。 设计工人应用TNBC组织组织组织系和小鼠型号检测了AKT限药物剂型和组淀粉酶甲基迁移酶EZH2限药物剂型综合应用能很好弄死癌肿组织组织组织，愉快的是单独的应用这当中有一种限药物剂型对癌肿没很好果。之后做者应用转录组测序和体中荧光三维成像等技术工艺阐述了EZH2和AKT限药物剂型可动力TNBC组织组织组织细分，带动其的转化为管腔样（luminal-like）组织组织组织环境，就是两种限药物剂型抗癌肿功能的关键点重要因素。 学习者瞄准管腔癌神经元变化的要素自动控制指数GATA3学习了反向抑止剂的效用考核机制。学习察觉到EZH2抑止能开了增加子队列上的染色法质于是自动控制GATA3的体现出。AKT的抑止能障碍FOXO1的磷过酸，并开启FOXO1在增加子和启用子队列上的配合。否则癌神经元变化，EZH2和AKT抑止剂就能做到劫持衰弱全工作中的的信号团伙来能够癌神经元凋亡。进一次，这全工作做到引诱IL-6—JAK1—AT3通道，开启促凋亡核蛋白BMF的体现出来做到的。

EZHE/AKT三重可以抑中药制剂改善TNBC的用处管理机制格局图

（图源Schade AE, et al., Nature, 2024） 探究会出现 EZH2和AKT抑制性作用剂治愈TNBC神经元系表现出铭感度度型和抗药性型，所以探究职工立于机了解设计了药物手术调理治愈反應的預测建模 。第一抉择了16个神经元系（其中包含10个铭感度度神经元系和6个抗药性神经元系）的转录组数据资料资料集，通过铭感度度型和抗药性型的异同表答什么是基因遗传集（5组因数组）成为康复训练集，其次抉择随机数的丛林和不支持向量机计算方法融合預测建模 并基于留一交差认证攻略 （leave-one-out cross-validation）认证建模 預测使用耐热性。通过預测使用耐热性更准性，探究职工抉择异同7的倍数不小于5倍的异同表答什么是基因遗传集成为因数组和随机数的丛林计算方法成为最优投资组合的預测建模 。最后的小说家基于TCGA中TBNC去子样本量的转录组数据资料资料库成为独有认证集对預测建模 去了认证，預测数据表现55%的子样本量就EZH2/AKT反向抑制性作用剂治愈是铭感度度的，该会出现 与本探究中神经元系的铭感度度率（60%）相仿。

器机學習绘图体能训练方法和分析预测鉴定业务的流程构造图

（图源Schade AE, et al., Nature, 2024） 以上，本分析探讨为这样位置侵蚀性恶性癌肿种类确立没事种有可能的方法营销策略，并说一目了然结束监管的表观遗传性酶如何才能才能将恶性癌肿与致癌物质敏感性消毒出来。这种分析探讨还阐述了发育期组建特情人肿瘤细胞身亡有效途径如何才能才能被广泛用于方法益处。

拜谱工作小结

怪物体logo物的察觉到和印证谈谈的疫情的早诊治、治疗方法方法监测方案和疗效鉴定至关很重要。机械设备读书可不可以从许多的DNA组学、蛋白酶质组学、代谢转化组学和某个品类的怪物体动态数据中挖取出自身的怪物体logo物，并能够 梯度下降法挑选出与的疫情的情况下最相关内容的怪物体原子或特色。动用机械设备读书分级梯度下降法对怪物体logo物做好分级，分的疫情的情况下和绿色的情况下，于是能够 开发机械设备读书模式做好的疫情的诊治、予测的疫情的进步和治疗方法方法症状或病患者疗效。

拜谱生态学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、排泄组学、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。

参考资料文献：

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