深度学习影像表型发现局瘫新致病基因
热点事件观察中
深度学习影像表型发现局瘫新致病基因
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Domingo 等研究团队在 medRxiv 发表预印研究,用 3D 卷积神经网络 DystoniaGeneNet 从 T1 加权脑 MRI 预测家族性状态,结合全外显子测序的变异筛选与共分离分析,新发现 RAP1GAP、TNN、ITSN2 与孤立性局灶性肌张力障碍相关。模型用 40 例家族性喉肌张力障碍患者和 40 名健康对照训练,在 21 例独立家族性局灶病例中分类正确率 85.7%,生物标志物定位于胼胝体和颞下回。变异优先级分析覆盖 214 人,并在另外 738 例外显子组中重复;qPCR 与 RNA 测序(n=74)显示携带者 RAP1GAP、ITSN2 表达降低。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 08:00
DystoniaGeneNet 结合影像内表型发现局灶性肌张力障碍新致病基因报道时间线
沿着报道,了解事件的不同侧面。
10月21日
- medRxiv 临床预印DystoniaGeneNet 结合影像内表型发现局灶性肌张力障碍新致病基因
研究团队开发 3D 卷积神经网络 DystoniaGeneNet,从 T1 加权脑 MRI 预测家族性状态,在训练集区分家族性肌张力障碍与健康对照,独立家族性病例分类正确率 85.7%,生物标志物定位于胼胝体和颞下回。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。