技术服务热线:800-820-5086 | 400-880-5086 登录 | 注册 ENGLISH

机器学习-大数据整合挖掘服务

2019-05-22点击47次
分享:


高通量组学技术为在全基因组水平上绘制高分辨率的基因组变异、转录调控、DNA甲基化、组蛋白修饰等研究提供了前所未有的机遇。这些技术彻底改变了传统基因组学的研究方法, 产生了海量的多组学数据,然而,如何与临床大数据整合并有效地进行Data Mining仍然是一个巨大的挑战。

历经10年科研服务,伯豪生物整合多个平台成立AI团队,提供实验设计,样本处理,高通量筛选,定量验证,和基于机器学习算法的基因与临床大数据整合挖掘服务。为疾病预防、诊断、分型、用药、预后、康复提供更精准的研究模式。

应用方向:

◆ 生物标志物开发
◆ 多组学整合分子特征谱
◆ 疾病风险预测模型
◆ 基于知识库的数据解读


伯豪优势:

◆ 基因+临床数据的整合能力
◆ 复杂数据的降维和特征选择
◆ 科学的算法筛选和评估体系


机器学习算法:


如您欲了解更多相关分析思路,请简要参考一下文章:

JCO:伯豪生物助力樊嘉院士团队基因芯片筛选发现异性肝癌血清血浆mi-croRNA生物标志物


JCO:伯豪生物助力元云飞主任团队发现可预测早期肝癌术后复发的甲基化标志物


Narure Communications:伯豪生物多组学分析助力王红阳院士解析与肝癌发生或转移相关的lncRNA


Lacent Oncology: 伯豪生物助力马骏教授团队发现预测鼻咽癌远处转移分子标志物