人工智能驅(qū)動的組學(xué)挖掘是數(shù)據(jù)驅(qū)動的生物醫(yī)學(xué)研究的支撐技術(shù)。組學(xué)測序技術(shù)逐步向多尺度、跨模態(tài)、有擾動等方向發(fā)展，但體現(xiàn)出的高維度、高噪聲、多模態(tài)、標(biāo)記稀缺等特點，成為制約其有效挖掘的瓶頸。本書面向生命組學(xué)數(shù)據(jù)特點，較為系統(tǒng)和深入地對組學(xué)機器學(xué)習(xí)的主要研究范式、適用場景、分析方法、理論思想進行介紹。結(jié)合相應(yīng)組學(xué)挖掘的具體研究案例，向讀者展示組學(xué)人工智能驅(qū)動的生命健康交叉研究的絢爛圖景。
更多科學(xué)出版社服務(wù)，請掃碼獲取。
目錄
第一部分 組學(xué)機器學(xué)習(xí)導(dǎo)論
第1章 組學(xué)機器學(xué)習(xí)概述 3
1.1 組學(xué)概述 3
1.2 組學(xué)機器學(xué)習(xí) 6
1.3 本章小結(jié) 8
參考文獻 10
第二部分 組學(xué)的表征學(xué)習(xí)
第2章 組學(xué)的表征——度量13
2.1 度量學(xué)習(xí) 13
2.2 案例一：基于參考單細胞轉(zhuǎn)錄組進行細胞類型識別的度量學(xué)習(xí) 17
2.3 案例二：整合多個參考單細胞組進行細胞類型識別的度量學(xué)習(xí) 34
2.4 案例三：藥物基因組的度量學(xué)習(xí) 47
2.5 本章小結(jié) 58
參考文獻 58
第3章 組學(xué)的表征——嵌入66
3.1 嵌入66
3.2 案例：CRISPR功能基因組的嵌入學(xué)習(xí)72
3.3 本章小結(jié) 83
參考文獻 84
第4章組學(xué)的表征——多模態(tài)整合 87
4.1多模態(tài)整合87
4.2案例：單細胞RNA-seq和單細胞ATAC-seq多模態(tài)整合 95
4.3本章小結(jié) 114
參考文獻114
第三部分 組學(xué)的弱監(jiān)督學(xué)習(xí)
第5章 組學(xué)的不完備監(jiān)督——半監(jiān)督學(xué)習(xí) 123
5.1 半監(jiān)督學(xué)習(xí) 123
5.2 案例：抗癌藥物組合預(yù)測的半監(jiān)督學(xué)習(xí) 127
5.3 本章小結(jié) 138
參考文獻138
第6章 組學(xué)的不完備監(jiān)督——遷移學(xué)習(xí)141
6.1 遷移學(xué)習(xí) 141
6.2 案例一：基因編輯系統(tǒng)優(yōu)化設(shè)計的遷移學(xué)習(xí)146
6.3 案例二：藥物小分子設(shè)計的遷移學(xué)習(xí) 158
6.4 本章小結(jié) 166
參考文獻167
第7章 組學(xué)的不完備監(jiān)督——元學(xué)習(xí) 171
7.1 元學(xué)習(xí)171
7.2 案例：抗原 -TCR識別的元學(xué)習(xí) 175
7.3 本章小結(jié) 186
參考文獻187
第8章 組學(xué)的不完備監(jiān)督——主動學(xué)習(xí)190
8.1 主動學(xué)習(xí) 190
8.2 案例：基于主動學(xué)習(xí)的化學(xué)反應(yīng)定量建模 198
8.3 本章小結(jié) 208
參考文獻208
第四部分 組學(xué)的隱私計算
第9章 組學(xué)的隱私保護——聯(lián)邦學(xué)習(xí) 217
9.1 聯(lián)邦學(xué)習(xí) 217
9.2 案例一：藥物小分子定量構(gòu)效關(guān)系建模的聯(lián)邦學(xué)習(xí) 220
9.3 案例二：單細胞組學(xué)整合的聯(lián)邦學(xué)習(xí) 225
9.4 本章小結(jié) 233
參考文獻 234
總結(jié)與展望 237
術(shù)語表 239
書單推薦
