期刊阅读
Bioinformatics：深圳市人民医院程立新团队发表多篇应用大数据和人工智能算法进行疾病诊断和预后的研究成果
该系列研究为未来多维组学数据的整合和特征降维提供了一个新框架，也为疾病诊断和预后模型的构建提供了新思路。
BioInformatics:中科院生化细胞所陈洛南研究组建立自适应整合多组学数据进行样本模式预测的新
2017年3月28日，国际学术期刊《BioInformatics》在线发表了中国科学院生物化学与细胞生物学研究所陈洛南研究组题为“Pattern fusion analysis by adaptive alignment of multiple heterogeneous omics data”的最新研究成果。该成果展示了基于流形思想，通过整合多种组学数据实现自动的信息融合与偏差校正，并从中识别出
Brief Bioinform：癌症发病机制研究新进展
识别癌症样本与正常对照组之间的，差异表达的小分子核糖核酸(DE miRNAs)，是一种常见的研究致癌机制的方法。然而，在群体中进行DE miRNAs的检测时，我们并不知道其是否会在一个特定的癌症样本中进行差异性表达。该研究发现，在特定类型的正常组织中，成对的miRNA的相对表达序具有高度的稳定性，但在对应的癌症组织中表现出十分的紊乱。该研究者提出一个方法,称为RankMiRNA
Bioinformatics:人类流感感染生物学机制研究新进展
近期，在Bioinformatics杂志的一篇文章中提出了一项新的，关于检测人流感感染生物学机制研究的进展。基因集富集分析(GSEAs)被广泛用于基因组的研究，以找出潜在的生物学机制。例如：基因本体论或分子机制。在目前可用的方法中，有以下两点说明：1、通常用于组间比较的回归分析，并不能有效地利用转录组测量的时间序列相关的时间信息；2、在多分子途径中的基因重叠，在假设检验中被多次测量。该作者提出了一
