A high level of miR-494-3p expression has been associated with poor prognosis of non-small cell lung cancer (NSCLC) patients. However, its r … ncing analysis of NSCLC cells with miR-494-3p inhibition and a bioinformatic search of miRNA target prediction algorithms resulted in identification of SET/I2PP2A as a direct target of miR-494-3p. The findings indicate that suppression of SET/I2PP2A by miR-494-3p promotes NSCLC cell migration and invasion, but not viability, thus indicating miR-494-3p and its downstrea …
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The rapid and accurate identification of antibiotics in environmental samples is critical for addressing the growing concern of antibiotic pollution, particularly in water sources. Antibiotic contamination poses a significant risk to ecosystems and human health by contributing to the spread of antibiotic resistance. Surface-enhanced Raman spectroscopy (SERS), known for its high sensitivity and specificity, is a powerful tool for antibiotic identification. However, its broader application is constrained by the lack of a large-scale antibiotic spectral database crucial for environmental and clin
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The objective of this study is to investigate the shared genes that are differentially expressed (DEGs) between CES and T2DM, as well as uncover the hidden molecular mechanisms involved. We retrieved the gene expression profiles for CES (GSE58294) and T2DM (GSE25724) from Gene Expression Omnibus (GEO) database. We then per formed 5 analyses: Identify the overlapping DEGs between CES and T2DM, correlation analysis of hub genes; transcriptional regulation analysis of hub genes; single-cell sequencing analysis and potential therapeutic drug prediction. A total of 239 overlapping genes with the sa
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The rising prevalence of nervous system disorders has become a significant global health challenge, with environmental pollutants identified as key contributors. However, the large number of environmental related compounds, combined with the low efficiency of traditional methods, has resulted in substantial gaps in neurotoxicity data. In this study, we developed a robust and interpretable neurotoxicity prediction model using a high-quality data set. To identify the best predictive model, three molecular representation methods (molecular fingerprints, molecular descriptors, and molecular graphs
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The high medicinal value, strong market demand, and premium price of Panax notoginseng have led to frequent adulteration in Chinese retail markets, posing serious risks to consumer health and food safety. However, existing adulteration detection methods are often limited by low efficiency and high costs, restricting their applicability for large-scale quality screening of Panax notoginseng products. This study aims to develop a rapid and cost-effective approach integrating attenuated total reflection-Fourier transform infrared (ATR-FTIR) spectroscopy with deep learning for accurate identificat
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Drug toxicity and side effects are the cause of clinical trials failure, resulting in wasted investment and time. Liver injury is one of the leading causes of drug rejection in the clinical phase. Machine learning models have been developed to predict induced liver damage with significant results. We carried out a systematic review to identify and describe the AI strategies reported in the scientific literature for drug induced liver injury prediction. Using combinations of keywords, we retrieved articles from Google Scholar and PubMed database and analyzed them according to defined criteria.
СтатьяСистематический обзорПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Parkinson's disease (PD) primarily affects the central nervous system. In 2019, over 8.5 million cases were reported, with numbers continuing to rise. This growing prevalence emphasizes the urgent need for early detection and preventive strategies. To resolve this, numerous methods have been introduced, one of them being machine learning technique. By employing deep learning methods on the large-scale datasets, the early prediction and detection of PD is possible. These methods should be precisely evaluated on the basis of vocal features and the best method to predict this neurodegenerative ai
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Metabolic dysfunction-associated steatohepatitis (MASH) increases liver-related mortality risk more than tenfold, yet reliable predictive biomarkers remain scarce. This study developed the MASHRisk score, a blood-based non-invasive diagnostic tool integrating routine clinical and biochemical panels. Using ten machine learning algorithms, the score was derived from 218 participants and validated across multiple cohorts (n = 93, 96, and 26,256). The MASHRisk score demonstrated robust diagnostic performance with area under the receiver operating characteristic curve (AUC) values of 0.791, 0.793,
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Delirium is a common cause and complication of hospitalization in the elderly and is associated with higher risk of future dementia and progression of existing dementia, of which 70% is Alzheimer's disease (AD). AD and delirium, which are known to be aggravated by one another, represent significant societal challenges, especially in light of the absence of effective treatments. The intricate biological mechanisms have led to numerous clinical trial setbacks and likely contribute to the limited efficacy of existing therapeutics. Artificial intelligence (AI) presents a promising avenue for overc
СтатьяОбзорПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Hypertension combined with hyperhomocysteinemia significantly raises the risk of ischemic stroke. Our study aimed to develop and validate a biomarker-based prediction model for ischemic stroke in Hyperhomocysteinemia-type (H-type) hypertension patients. We retrospectively included 3,305 patients in the development cohort, and externally validated in 103 patients from another cohort. Logistic regression, least absolute shrinkage and selection operator regression, and best subset selection analysis were used to assess the contribution of variables to ischemic stroke, and models were derived usin
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Background/Objectives: Human carbonic anhydrases (hCAs) are metalloenzymes involved in essential physiological processes, and their selective inhibition holds therapeutic potential across a wide range of disorders. However, the high degree of structural similarity among isoforms poses a significant challenge for the design of selective inhibitors. In this work, we present a machine learning (ML)-based platform for the isoform-specific prediction and profiling of small molecules targeting hCA I, II, IX, and XII. Methods: By integrating four molecular representations with four ML algorithms, we
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Pedestrian object detection is crucial in intelligent systems such as traffic management and surveillance. Traditional machine learning methods have shown drawbacks, including low accuracy and slow processing. Convolutional Neural Network (CNN)-based algorithms have achieved notable progress, but mainstream CNNs still struggle with slow speed and low accuracy, particularly for small and occluded targets from aerial perspectives. In this paper, we propose a Multi-Scale Attention YOLO (MSA-YOLO) algorithm to address these issues. MSA-YOLO incorporates a Squeeze, Excitation, and Cross Stage Parti
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Traditional toxicity assessment relies heavily on animal testing, particularly for chemicals lacking toxicity data. This study developed machine learning (ML)-driven quantitative structure-activity relationship (QSAR) models to predict human organ-specific toxicities, including cardiotoxicity, developmental toxicity, hepatotoxicity, neurotoxicity, nephrotoxicity, and reproductive toxicity. We collected in vivo data for 2,389 chemicals and Tox21 high-throughput screening data for 1,746 chemicals, resulting in 1,743 chemicals with matched datasets. Eighty-eight ML-based QSAR models were develope
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Traditional knowledge from medicinal plants receives substantial analysis through the field of ethnopharmacology in its role for drug discovery. AI technology now enhances ethnopharmacology practices through its sophisticated applications in data mining analysis combined with molecular docking systems and bioactivity prediction modeling and clinical validation processes. A review provides insights into how contemporary medicine uses artificial intelligence through machine learning, deep learning, and natural language processing to upgrade drug research while also strengthening pharmacovigilanc
СтатьяОбзорПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: Pathogenic variants in five established leptin-melanocortin pathway genes (LEP, LEPR, MC4R, PCSK1, POMC) are associated with seve … nes, including the 5 established genes. Rare genetic variants were assessed for pathogenicity using prediction algorithms, genetic databases, and literature review. Phenotypic data were retrospectively collected, focusing on obesity severity, age of onset, familial history, eating behavior disorder, neurodevelopmental and endocrine-associated diseases, and obesity comp …
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
INTRODUCTION: Bleeding risk assessment plays a critical role in the anticoagulation management for atrial fibrillation (AF), to balance stroke prevention with risk of major hemorrhage. Traditional bleeding risk models, such as HAS-BLED, ORBIT, and ATRIA, offer valuable insights but have limitations in predictive accuracy and clinical applicability. Recent advances in risk stratification have introduced novel models integrating biomarkers, genetic data, and artificial intelligence (AI)-driven algorithms to improve precision and individualized patient care.
AREAS COVERED: This review evaluates
СтатьяОбзорСравнительное исследованиеПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
This study aimed to explore the association between caffeine intake, physical activity (PA), and prostate cancer, machine learning algorithms to build predictive models of prostate cancer. A total of 1789 subjects from the National Health and Nutrition Examination Survey 2009 to 2018 waves were enrolled in this study. Multivariable-adjusted logistic regression was applied to evaluate the association. Then, we conducted 4 machine learning models, including extreme gradient boosting, AdaBoost, Catboos, and Boost tree to predict the occurrence of prostate cancer. In the fully adjusted model, comp
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Identifying novel biomarkers for sepsis is essential for improving patient outcomes. Cuproptosis, a recently discovered form of cell death associated with various diseases, has an unclear relationship with sepsis. This study aimed to elucidate the expression patterns of cuproptosis-related genes(CRGs) in sepsis, identifying potential biomarkers and therapeutic targets.
METHODS: We investigated the expression patterns of cuproptosis-related genes in sepsis and performed consensus clustering. A diagnostic model for sepsis was constructed using weighted gene co-expression network ana
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Mortality among maintenance hemodialysis patients remains high, and traditional statistical models often fail to capture complex clinical relationships. This study aimed to systematically develop, compare, and validate 19 machine learning algorithms for predicting all-cause mortality in maintenance hemodialysis patients.
METHODS: This retrospective study included data from 538 maintenance hemodialysis patients (2018.1-2023.12), with 70% used for training and 30% for testing. Each model underwent hyperparameter optimization based on three performance metrics (accuracy, F1-score, an
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
This study proposes a deep learning-based method to improve overlay alignment precision in laser direct writing systems. Alignment errors arise from multiple sources in nanoscale processes, including optical aberrations, mechanical drift, and fiducial mark imperfections. A significant portion of the residual alignment error stems from the interpretation of mark coordinates by the vision system and algorithms. Here, we developed a convolutional neural network (CNN) model to predict the coordinates calculation error of 66,000 sets of computer-generated defective crosshair marks (simulating real
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MedElevator
Войти в исследования