الأبحاث ضمن الموضوع : تعبير الجينات وتصنيف السرطان
-
تحليل إحصائي حيوي معتمد على الشبكة العصبية العميقة لفحص علامات الأمراض Deep neural network-based biostatistical analysis for disease marker screening
2026 | المؤلف: X. Wang | المجلة: Scientific Reports | المجال: علم الأحياء الجزيئي (Molecular Biology)تقدم ورقة البحث إطار عمل لشبكة عصبية عميقة للتحليل البيوإحصائي تهدف إلى فحص علامات الأمراض، تحديدًا في سياق دراسة حالة سرطان الثدي على مستوى الخلية الواحدة. يستنتج المؤلفون أن إطارهم قابل للتكيف ويمكن توسيعه بعدة طرق. يمكن أن يتضمن دمج متعدد الأوميات من خلال إضافة فروع إدخال محددة لكل نمط وطبقة دمج مشتركة، مما يسمح…
-
إطار التعلم العميق الهجين للتصنيف الدقيق للبيانات الجينومية عالية الأبعاد Hybrid deep learning framework for accurate classification of high dimensional genomic data
2026 | المؤلف: Manas Kumar Swain وآخرون | المجلة: Scientific Reports | المجال: علم الأحياء الجزيئي (Molecular Biology)تقدم البحث إطار عمل هجين من TabNet-CNN مصمم لتعزيز تصنيف مجموعات البيانات الجينومية عالية الأبعاد، التي غالبًا ما تعاني من التكرار والضوضاء والندرة. تكافح نماذج التعلم العميق التقليدية مع هذه التحديات، خاصة في الحفاظ على القابلية للتفسير والاستقرار عبر الهياكل الجينومية المتنوعة. يستفيد الإطار المقترح من آلية الانتباه من TabNet لتحديد أهم الميزات الجينومية، بينما…
-
BIMSSA: تعزيز توقعات السرطان باستخدام تحسين سرب السلافس وطرق التعلم الآلي الجماعي BIMSSA: enhancing cancer prediction with salp swarm optimization and ensemble machine learning approaches
2026 | المؤلف: Pinakshi Panda وآخرون | المجلة: Frontiers in Genetics | المجال: علم الأحياء الجزيئي (Molecular Biology)تقدم ورقة البحث تطوير نموذج تعلم آلي جماعي، يسمى BIMSSA، يهدف إلى تحسين الكشف عن السرطان من خلال تحليل بيانات التعبير الجيني عالية الأبعاد. نظرًا لارتفاع معدلات السرطان والوفيات المرتبطة بها، تؤكد الدراسة على أهمية التشخيص المبكر الذي يسهل تقنيات التعلم الآلي. يستخدم نموذج BIMSSA استراتيجية اختيار ميزات متسلسلة تجمع بين طرق بوروتا وتحسين الحد…
-
GenVarLoader: محمل بيانات معجل لتطبيق التعلم العميق على الجينوميات الشخصية
2026 | المؤلف: David Laub وآخرون | المجلة: BMC Genomics | المجال: علم الأحياء الجزيئي (Molecular Biology)تسلط الأبحاث الضوء على قيود نماذج تسلسل التعلم العميق (DL) في الجينوميات الشخصية، لا سيما فيما يتعلق بالمتطلبات الحاسوبية لإدارة مجموعات البيانات الكبيرة لتوقع تأثير المتغيرات. للتغلب على هذه التحديات، يقدم المؤلفون GenVarLoader، وهو تنسيق تخزين بيانات جديد يعتمد على الذاكرة، يعزز من محلية البيانات، مما يؤدي إلى زيادة سرعة الإنتاجية بأكثر من 1,000 مرة…
-
استخدام أساليب التعلم الانتقالي للتنبؤ ببيانات تعبير الجينات RNA-Seq لتصنيف السرطان
2026 | المؤلف: Waqas Haider Bangyal وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: علم الأحياء الجزيئي (Molecular Biology)تتناول الدراسة الحاجة الملحة لتصنيف أنواع السرطان بشكل فعال لتعزيز الكشف المبكر والعلاج، مستفيدة من بيانات RNA-Seq لتحليل الجينات المعبر عنها بشكل مختلف. غالبًا ما تركز التحليلات التقليدية على أنواع السرطان الفردية كمشاكل تصنيف ثنائية، متجاهلة الطيف الأوسع من أنواع السرطان. تستخدم هذه البحث مجموعة بيانات من مستودع ماندلي، محولة قيم RNA-Seq إلى صور ثنائية…
-
المعالجة في الذاكرة لأحمال العمل الجينومية
2026 | المؤلف: William Simon وآخرون | المجلة: IEEE Micro | المجال: علم الأحياء الجزيئي (Molecular Biology)تتناول ورقة البحث مشروع BioPIM، الذي يهدف إلى تعزيز كفاءة تحليل البيانات الجينومية من خلال الاستفادة من تقنيات المعالجة في الذاكرة (PIM) الناشئة. يعتمد التحليل الجينومي الحالي بشكل كبير على مجموعات الحواسيب التي تستهلك الطاقة، مما يؤدي إلى تكاليف نقل بيانات كبيرة وتأخيرات زمنية. يسعى مشروع BioPIM إلى تصميم خوارزميات وهياكل بيانات مصممة خصيصًا للجينوميات…
-
تحسين اختيار الميزات في بيانات الميكروأري السرطانية باستخدام إطار عمل تطوري مدفوع بالهيب لمساحات عالية الأبعاد
2026 | المؤلف: Mohammed Alweshah وآخرون | المجلة: Scientific Reports | المجال: علم الأحياء الجزيئي (Molecular Biology)اختيار الميزات (FS) هو خطوة معالجة مسبقة أساسية في مجالات مختلفة، وخاصة في تعدين البيانات الطبية، حيث يعزز كفاءة خوارزميات التعلم من خلال تقليل التكرار والخصائص غير ذات الصلة في مجموعات البيانات. تتطلب التعقيدات المتزايدة للبيانات تطوير تقنيات يمكن أن تقلل بفعالية من الأبعاد مع تحسين دقة التنبؤ. لقد فضلت التطورات الأخيرة طرق التحسين الميتاheuristic…
-
مراجعة لمقاييس تقييم النماذج لتعلم الآلة في علم الوراثة والجينوميات
2024 | المؤلف: Catriona Miller وآخرون | المجلة: Frontiers in Bioinformatics | المجال: علم الأحياء الجزيئي (Molecular Biology)تقدم هذه القسم نظرة عامة على تطبيق التعلم الآلي (ML) في علم الوراثة والجينوميات، مع التأكيد على إمكانيته في تعزيز فهم مخاطر الأمراض، وعلم الأمراض المرتبطة بالاضطرابات الوراثية، وتوقع الصحة بشكل عام. ومع ذلك، فإنه يبرز أيضًا ضرورة الحذر بشأن التحيزات والزيادة المحتملة في النتائج، والتي يمكن أن تؤدي إلى عواقب ضارة. يجادل المؤلفون بأن…