科技日报讯（记者刘霞）美国莱斯大学研究团队开发出一种新的机器学习算法——峰值敏感弹性网络逻辑回归（PSE-LR）。该算法擅长解释分子、材料和疾病生物标志物的独特光学特征，有助实现更快、更精确的医学诊断和样本分析。相关论文发表于新一期《纳米》杂志。
研究团队表示，这项技术的核心突破在于教会计算机识别分子或材料等与光相互作用产生的独特“指纹”。借助这一技术，未来只要将光照射在一滴液体或组织样本上，医生们或许就能捕捉到阿尔茨海默病的早期信号。
PSE-LR不仅拥有“明辨秋毫”的识别能力，更具备“开诚布公”的可解释性。与其他“黑箱”式机器学习模型不同，它能生成清晰的“特征重要性图谱”，精确突出关键光谱区段，使诊断结果可靠、可解释和可溯源，且便于验证。
PSE-LR与其他机器学习模型进行比较，结果显示其性能更胜一筹，特别是在识别微妙或重叠的光谱特征方面。此外，在随后的系列验证实验中，该算法的表现也可圈可点，包括成功检测出液体中新冠病毒刺突蛋白的痕量存在、精准识别小鼠脑组织内的神经保护成分、有效区分阿尔茨海默病样本的细微光谱差异，以及鉴别出二维半导体材料的独特光学特征等。
科技日报北京12月19日电 （记者马爱平）19日，记者从中国农业科学院茶叶研究所获悉，该所茶叶质量与风险评估创新团队首创了 中新网上海12月19日电 (记者 许婧)上海交通大学分析测试中心实验动物中心新大楼启用仪式19日举行。随着新大楼的落成，一 关于拟备案科学家工作室名单的公示 各有关单位： 根据《黑龙江省中国科学院科学家工作室管理办法（试行）》有关规定， 编者按 世界在变，变化中不断积蓄着突破的力量。局势纵横看似山重水复，历史规律昭示未来终将柳暗花明。2023年与我们挥 法国政府近日推出“2030国家生物多样性战略”，包括40项措施和200项行动，旨在保护和恢复生态系统、减少对生物多样性的 科技日报讯 （记者张佳欣）大量蛋白质对于治疗疾病至关重要，然而要将其制成口服药，几十年来一直难以取得突破。这些蛋白质 。本文链接：新算法精准解码分子光学“指纹”http://www.sushuapos.com/show-11-20714-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 迄今导电性最强有机分子问世
下一篇： 超导电路新设计有望提升量子处理器速度