当前位置:首页 > 今日动态 > 技术与产品
  • 综述:液体体积测量指南:方法与技术的综述

    本文综述了生命科学实验室中液体体积测量的现有方法和技术,分为直接和间接两种。间接方法使用模拟液体校准设备,而直接方法可测量实际样本体积。讨论了称重法、光吸收、荧光、压力传感器、光学和超声等技术,比较其精度、适用范围及标准化程度。强调根据样本类型、应用场景、精度需求和成本选择合适方法。

    来源:SLAS Technology

    时间:2025-12-07

  • 基于无人机图像的从仿真到现实的迁移学习方法,用于森林资源属性预测

    森林清查中无人机影像的深度学习模型依赖标注数据多,提出仿真到现实(Sim2Real)迁移学习框架,通过物理渲染生成合成影像并改进CycleGAN进行域适应,结合少量真实数据微调(UNet/Mask R-CNN/YOLOv8),模型在针叶林场景下分割IoU达0.8、检测F1达0.9,显著降低标注需求并提升精度。

    来源:Computers and Electronics in Agriculture

    时间:2025-12-07

  • 美国乔治亚州的花生产量和品质预测:结合管理、气候和遥感数据以及可解释的人工智能技术

    花生产量和品质预测研究综合比较了18种机器学习模型(如XGBoost、BART、SVM等)在管理(M)、土壤(S)、天气(W)和遥感(R)四类变量组合下的性能,采用SHAP值解释特征重要性,并通过LOSYO交叉验证评估模型泛化能力。研究表明: Cubist规则与M+S组合对产量预测最优(RMSE=816 kg/ha),SVM_p与M+R组合对品质预测最佳(RMSE=1.52%)。关键驱动因素包括灌溉、地理位置、土壤特性(产量)及NDVI、GNDVI等植被指数(品质)。研究验证了多源数据整合与可解释模型在农业决策中的价值。

    来源:Computers and Electronics in Agriculture

    时间:2025-12-07

  • 综述:3D裁剪重建:高光谱与多光谱方法的综述

    HSI结合LiDAR、RGB-D等深度数据的三维重建技术提升了作物特征(生物量、叶绿素含量、冠层高度等)的精准监测,融合光谱与几何信息可补偿叶面倾角导致的反射误差,并通过机器学习与可解释AI优化分析效率,但需解决野外部署的数据量、实时处理及多模态配准等挑战。

    来源:Computers and Electronics in Agriculture

    时间:2025-12-07

  • 综述:应对历史性挑战的新方法:避免大麻研究中早期出现的错误

    大麻合法化与市场扩张速度远超科学评价,导致健康风险证据不足。本文提出整合新型方法学(NAMs)以优化毒理学研究,包括气液界面暴露系统、人源细胞模型及计算毒理学平台,旨在提升风险评估效率和人类相关性,避免烟草监管的历史延误。

    来源:Current Opinion in Toxicology

    时间:2025-12-07

  • 通过代谢通量分析方法,研究在铁限制条件下,葡萄糖可用性对马氏克鲁维酵母(Kluyveromyces marxianus)生产乙酸乙酯的影响

    通过铁限制和葡萄糖调控策略研究,揭示了酵母Kluyveromyces marxianus合成乙酰乙酸的多因素机制,包括电子传递链效率和乙酰辅酶A管理的动态平衡。

    来源:World Journal of Microbiology and Biotechnology

    时间:2025-12-07

  • 通过CDDP和SRAP标记技术对由两个栽培品种通过杂交得到的F1杂交矮牵牛的形态学和分子标记分析

    本研究在伊拉克首次采用双向回交法(Red Frost与Blackberry)结合CDDP和SRAP分子标记,分析矮牵牛遗传多样性。结果显示:两种标记均将后代及亲本分为3类群,形态与分子数据弱负相关,遗传变异83.0%-91.25%存在于类群内,为本地育种提供依据。

    来源:Plant Molecular Biology Reporter

    时间:2025-12-07

  • 综述:利用单细胞基因组学技术从无法培养的真菌中恢复基因组

    单细胞基因组学(SCG)通过分离单细胞或核进行基因组分析,弥补宏基因组学对稀有真菌的覆盖不足,并分为孢子测序、多核真菌单核测序和单孢子测序三类应用。技术挑战包括细胞壁裂解、基因组扩增偏差和污染控制,而混合长读/短读组装和核群池化等方法正逐步优化。SCG结合宏基因组学可系统解析真菌多样性及功能,为无法培养的早期分化真菌提供基因组获取新路径。

    来源:Journal of Bioscience and Bioengineering

    时间:2025-12-07

  • 基于混合多群体进化计算的判别性生物标志物选择新方法及其在癌症分类中的应用

    本研究针对高通量基因表达数据高维度、小样本的特性所导致的生物标志物筛选难题,提出了一种结合核主成分分析(KPCA)与改进型多群体引力搜索算法(MPGSA)及反向学习(OBL)的混合特征选择模型MPKGSA。该模型通过KPCA进行非线性降维以去除噪声基因,利用多群体机制与OBL增强算法全局搜索能力,有效避免了传统方法易陷入局部最优的问题。在六个微阵列癌症数据集和NCBI GEO的乳腺癌SNP数据上验证表明,MPKGSA能以最少的基因数量实现高分类准确率(如SRBCT和肺癌数据集达100%),显著优于现有进化算法,为精准医疗中的癌症分型提供了高效计算工具。

    来源:Scientific Reports

    时间:2025-12-07

  • 急性A型主动脉夹层破裂风险预测:基于特征选择与数据增强的混合集成模型创新研究

    本研究针对急性A型主动脉夹层(TAAD)破裂风险预测的临床难题,提出了一种融合Boruta特征选择、CTGAN数据增强与Blending集成策略的创新框架。通过分析200例TAAD患者数据,模型筛选出CKMB、乳酸等关键预测因子,并生成900例高保真合成样本,最终集成模型AUC达0.978,灵敏度为0.920。该研究突破了小样本与特征冗余限制,为急诊分诊提供了高精度、可解释的决策工具,对优化医疗资源配置具有重要意义。

    来源:Scientific Reports

    时间:2025-12-07


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康