首次,Nature,Science,Cell和Nature Biotec齐发文,剑指风起云涌的人工智能领域

iNature：人工智能（Artificial lnterligence,AI），它是研究，开发用于模拟，延伸和扩展人的智能的理论，方法，技术及应用系统的一门新兴技术科学。从人工智能这个概念的提出到数据加模型方法的盛行，再到基于GPU算神经网络的深度学习，人工智能可谓是三起三落，同时它也标志着人工智能在一步步的走向成熟，飞入寻常百姓家，就在我们身边，触手可及：阿尔法狗大战柯洁可谓是酣畅淋漓，谷歌和百度的无人驾驶，日本的HRP-4C机器人。如今人工智能系统被越来越的运用到各个领域，近日Nature，Science，Cell和Nature Biot齐发文，剑指风云激荡的人工智能领域。iNature编辑部特将这几篇文章汇总于此，以飨读者。

1Nature：百余家实验室近150位科学家联合开发AI系统用于精确诊断100种脑癌

2018年3月14日，Nature上在线报道了来自百余家实验室近150多位科学家的研究论文“DNA methylation-based classification of central nervous system tumours”的研究论文，研究人员开发了一种AI系统，是基于肿瘤组织DNA的甲基化数据来准确的区分近100种不同的中枢神经系统肿瘤。在诸多癌症中，中枢神经系统肿瘤可以说是最难搞的。目前科学家已经确定的中枢神经系统肿瘤足有100来种，它们的临床表现和生物学特性有高度特异性，很难确诊。由于此类肿瘤的分子标志物稀少，目前临床上中枢神经系统肿瘤的诊断核心技术还是基于显微镜的组织学诊断。所以这项研究对于癌症的精确治疗，确实是一个巨大的飞跃。但是，研究人员同时也表示，基于甲基化数据的AI系统目前也并不是很完善，不能作为单一的诊断标准，还需要临床的验证。不过作为研究的工具，它也确实将使中枢神经系统肿瘤科研前进一大步。

原文链接：

http://www.nature.com/nature/journal/v555/n7697/full/nature26000.html

2Science：基于视觉分层模型的计算机深度学习，以较少的数据训练高效的打破了CAPTCHA

2017年12月8日，Dileep George等人在Science上在线发表了题为“A generative vision model that trains with high data efficiency and breaks text-based CAPTCHAs”的研究论文，该研究通过从系统神经科学中汲取灵感，引入了递归皮层网络（RCN），一种基于消息传递的推理以统一方式处理识别，分割和推理的视觉概率生成模型。RCN学习的培训数据非常少，通过生成分割字符从根本上打破了现代基于文本的CAPTCHA的防御。此外，RCN在各种基准测试中胜过深度神经网络，而且数据效率更高。研究结果表明，纳入来自神经科学的归纳偏见的结构化概率模型可以导致强大的，可推广的机器学习模型，以高数据效率进行学习。此外，研究的模型在打破基于文本的CAPTCHA方面的有效性，只需很少的培训数据，这表明网站应该寻求更强大的机制来检测自动交互。

原文链接：

http://science.sciencemag.org/content/358/6368/eaag2612.long

3Cell：封面文章，基于深度学习开发出一个能诊断眼病和肺炎两大疾病的AI系统

2018年2月23日，广州市妇女儿童医疗中心基因检测中心主任、加州大学圣地亚哥分校Shiley眼科研究所教授张康（本文的通讯作者）研究团队，在Cell以封面文章发表了题为“Identifying Medical Diagnoses and Treatable Diseases by Image-Based Deep Learning ”的研究论文，这不仅是中国研究团队首次在顶级生物医学杂志发表有关医学人工智能的研究成果,也是世界范围内首次使用如此庞大的标注好的高质量数据进行迁移学习，并取得高度精确的诊断结果，实现用AI精确推荐治疗手段的突破。

原文链接：

http://www.cell.com/cell/fulltext/S0092-8674(18)30154-5

4Nature Biotec：深度学习的AI系统可以提高对CRISPR-Cpf1介导RNA活性的预测

2018年1月29日，Sungrop Yoon等人在NatureBiotechnology上在线发表了题为“Deep learning improvesprediction of CRISPR–Cpf1 guide RNA activity”的研究论文，该研究提出了两种算法来预测AsCpf1介导RNA的活性。在基于卷积神经网络的深度学习框架中使用15,000个目标序列的Indel频率来训练Seq-deepCpf1。然后，研究人员引入染色质可访问性信息，为可获得此类信息的细胞系创建性能更好的DeepCpf1算法，并显示这两种算法在先前的研究中和已发布的数据集上均优于以前的机器学习算法。

原文链接：

https://www.nature.com/articles/nbt.4061

内容为【iNature】公众号原创，欢迎转载

医药加平台组建国内顶级PI实名制微信群

1. 组建了国内顶级PI群，成员主要来源于中国科学院，浙江大学，北京大学，清华，海外著名MIT等学校的数百位PI, 汇聚了众多的青年千人，长江学者，杰出青年等；

2. 组建了高水平文章作者群，里面包含了在Nature，Cell，Science，Nature Genetics，Cell Research等杂志发表文章的作者/PI，欢迎发表了高水平文章的作者与通讯作者加入。

先加小编微信号实名验证（yiyaojia01），之后再进群交流。

医药加平台为你打造一个高质量的学术交流群

医药加学习班精品课程推荐

实用医学统计学学习班（北京，上海，广州）

循证医学和Meta分析(包含网状meta)培训班介绍（昆明，北京，上海，广州班）

第三期北京膜片钳与钙成像技术学习班（2018.4.14-4.15）

非编码RNA研究策略与相关标书解读学习班（北京，广州，济南班）

第7期 CRISPR/Cas9基因编辑技术学习班（上海 4.13-15日）

春季特供！《生物医学领域的R语言学习班》4月上海开课啦！

干细胞临床应用系列研讨学习班

精品资源推荐

国自然标书原文最新更新，(非编码RNA，外泌体等热门方向)，分类排列，想要吗？ 仅用于个人学习！

细胞、分子生物学、蛋白检测技术实验高清视频教程下载

Neuroscience Books 一套神经科学方面的书籍打包下载

惊呆了！支付宝可以免费下载CNKI知网、万方、维普等期刊论文

精心挑选的电生理，膜片钳全套实验技术操作手册与软件，欢迎分享下载

这些精心挑选的医学统计学方面资源, 欢迎来分享下载

科研示意图ppt教程与教学视频下载

如何写SCI论文写作？（1-40全集视频教程下载）

最新的外泌体相关分离纯化实验方法视频集

医药加平台基金标书修改一对一服务，来找我们牵线专家没有错！

[97个细胞信号通路图].signaling.pathway（ppt版下载！太漂亮了！）

科研论文作图ppt与视频集在这里下载！

精心挑选的lncRNA资源集合，适合刚入门的科研人员下载学习

Pubmedy：显示影响因子+引用数、Sci-hub全文下载的浏览器扩展

人才招聘推荐

医药加平台 征稿启事

医药加学习班招募相关热点方向的讲师

【医药加考研调剂】加入导师调剂信息发布群，您可以获取导师调剂信息！