跳到主要内容
检索

Guangzhou Medical University

2 篇关联报道

订阅更新
  1. GPT辅助影像组学建模预测头颈部鳞癌新辅助化免疫治疗病理完全缓解

    该研究在训练队列(n=186)、验证队列(n=116)和前瞻性多中心验证队列(n=269)中,从治疗前T2加权MRI提取影像组学与监督深度学习特征,比较人工开发与GPT辅助的建模流程,发现融合特征在两种逻辑回归模型中AUC最高(训练队列0.759对0.763±0.003,验证队列0.714对0.741±0.008,前瞻性多中心验证队列0.700对0.706±0.004),GPT辅助流程在五种分类器上与人工开发模型性能大致相当,且五次重复运行的AUC标准差为0.001至0.019,表明在专家监督下GPT可自动化影像组学建模的关键步骤。

  2. bioRxiv

    深度强化学习驱动的MsbA靶向小分子抗生素发现及其抗鲍曼不动杆菌感染研究

    本研究以cerastecin Cpd 4为模板,利用Link-INVENT与AutoMolDesigner两种人工智能工具进行分子设计与化学衍生化,发现靶向MsbA的小分子Y-11,其对鲍曼不动杆菌的MIC为0.5 g/mL,对碳青霉烯耐药菌株效力与Cpd4相当,且细胞毒性与溶血性更低、自发耐药频率更低,在小鼠感染模型中可有效降低细菌负荷,机制研究提示Y-11可能通过竞争性结合MsbA底物结合位点并调节ATP酶活性,抑制脂寡糖转运并破坏外膜形成。

已读完全部报道