针对疾病检测方法中忽略微生物潜在关联问题,提出一种基于微生物转移网络的新型图神经网络算法(SAGE-O-N)用于疾病检测。算法利用微生物测序信息的相似性特征构建微生物转移网络,使用图结构数据挖掘算法发掘相似性与表型关联。实验结果...针对疾病检测方法中忽略微生物潜在关联问题,提出一种基于微生物转移网络的新型图神经网络算法(SAGE-O-N)用于疾病检测。算法利用微生物测序信息的相似性特征构建微生物转移网络,使用图结构数据挖掘算法发掘相似性与表型关联。实验结果表明,与传统机器学习方法相比,SAGE-O-N在单种疾病上的受试者工作特征曲线面积(Area Under Curve,AUC)提高了约2%,在并发症数据集中AUC提高约4%。展开更多
共振能量转移(Resonance energy transfer,RET)是一种发生在供体和受体之间的非辐射能量转移过程。RET的能量转移效率对供体和受体间的距离变化非常敏感,可被用于开发新型的光学生物传感器。与传统光学生物传感器相比,基于RET的生物传...共振能量转移(Resonance energy transfer,RET)是一种发生在供体和受体之间的非辐射能量转移过程。RET的能量转移效率对供体和受体间的距离变化非常敏感,可被用于开发新型的光学生物传感器。与传统光学生物传感器相比,基于RET的生物传感器无需洗涤及分离过量标记物等步骤,可大幅简化检测流程。因RET具有灵敏度高、操作简便及速度快等优点,近年来,在医学诊断、生命科学研究、环境监控以及食品安全检测等领域备受关注。该文根据能量供体的不同,将RET分为3种类型:荧光共振能量转移(Fluorescence resonance energy transfer,FRET)、生物发光共振能量转移(Bioluminescence resonance energy transfer,BRET)和化学发光共振能量转移(Chemiluminescence resonance energy transfer,CRET)。并分别对基于上述3种RET类型的生物传感器在食品安全检测中的应用研究进展进行了综述,同时对其应用前景和发展趋势进行了展望。展开更多
文摘针对疾病检测方法中忽略微生物潜在关联问题,提出一种基于微生物转移网络的新型图神经网络算法(SAGE-O-N)用于疾病检测。算法利用微生物测序信息的相似性特征构建微生物转移网络,使用图结构数据挖掘算法发掘相似性与表型关联。实验结果表明,与传统机器学习方法相比,SAGE-O-N在单种疾病上的受试者工作特征曲线面积(Area Under Curve,AUC)提高了约2%,在并发症数据集中AUC提高约4%。
文摘共振能量转移(Resonance energy transfer,RET)是一种发生在供体和受体之间的非辐射能量转移过程。RET的能量转移效率对供体和受体间的距离变化非常敏感,可被用于开发新型的光学生物传感器。与传统光学生物传感器相比,基于RET的生物传感器无需洗涤及分离过量标记物等步骤,可大幅简化检测流程。因RET具有灵敏度高、操作简便及速度快等优点,近年来,在医学诊断、生命科学研究、环境监控以及食品安全检测等领域备受关注。该文根据能量供体的不同,将RET分为3种类型:荧光共振能量转移(Fluorescence resonance energy transfer,FRET)、生物发光共振能量转移(Bioluminescence resonance energy transfer,BRET)和化学发光共振能量转移(Chemiluminescence resonance energy transfer,CRET)。并分别对基于上述3种RET类型的生物传感器在食品安全检测中的应用研究进展进行了综述,同时对其应用前景和发展趋势进行了展望。