Microelectrode arrays (MEAs) provide powerful platforms for large-scalein vitrocardiac tissue analysis. We present a machine learning (ML)-assisted framework for multimodal characterization of cardiomyocyte activity recorded using a transparent thin-film-transistor MEA, allowing simultaneous acquisition of electrophysiological and optical data. The features of both modalities were integrated, and unsupervised learning identified contraction patterns without prior labels. Reliability was assessed with supervised models and SHapley Additive Explanations to confirm feature importance and label co
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.
Metabolic dysfunction-associated steatotic liver disease (MASLD) is the most prevalent chronic liver disease worldwide, encompassing a continuum ranging from simple steatosis to steatohepatitis, hepatic fibrosis, and cirrhosis. Despite the complex and heterogeneous pathogenesis, effective therapeutic targets remain elusive. In this study, we sought to identify and validate critical genes implicated in MASLD progression through multi-omics integration and machine learning algorithms. Analysis revealed considerable activation of lipid metabolism, oxidative stress, and inflammation-related pathwa
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.
Esophageal squamous cell carcinoma (ESCC) is a worldwide malignancy with high mortality rates and poor prognosis due to the lack of effective biomarkers for early detection. Exosomes have been extensively explored as attractive biomarkers for cancer diagnosis and treatment. However, little is known about exosome metabolomics and their roles in ESCC. Here, we performed a targeted metabolomic analysis of plasma exosomes and identified 196 metabolites, mainly including lipid fatty acids, benzene, amino acids, organic acids, carbohydrates and fatty acyls. We systematically compared metabolome patt
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.
To facilitate precision medicine and whole-genome annotation, we developed a machine-learning technique that scores how strongly genetic variants affect RNA splicing, whose alteration contributes to many diseases. Analysis of more than 650,000 intronic and exonic variants revealed widespread patterns of mutation-driven aberrant splicing. Intronic disease mutations that are more than 30 nucleotides from any splice site alter splicing nine times as often as common variants, and missense exonic disease mutations that have the least impact on protein function are five times as likely as others to
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
This study highlights the most typical accidents encountered by assembly workers employed in a variety of different workshops at a large automobile and truck factory in Sweden. Following site visits and the collection of data from accident registers, statistics on 28 accident characteristics were compiled on the basis of the 145 accidents involving assemblers in 1986 and 1987. For data treatment, two statistical methods complemented one another: the factorial analysis of correspondence (FAC) and the hierarchical ascendant classification (HAC). Six typical accident profiles were extensively por
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: Sepsis is a highly lethal organ dysfunction syndrome characterized by dysregulation of the host immune response. This study aims to identify robust lipid metabolism-related genes (LMRGs) as candidate diagnostic biomarkers and to elucidate their underlying immunometabolic mechanisms.
METHODS: We integrated two sepsis transcriptomic cohorts to screen for differentially expressed LMRGs and identified metabolic-immune subtypes through consensus clustering. Subsequently, we constructed diagnostic models using three machine learning algorithms to identify core genes. We further performe
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: Heterogeneity of heart failure with preserved ejection fraction (HFpEF) results in significant challenges for treatment development. Identifying and characterising distinct HFpEF phenogroups may aid in tailoring therapeutic strategies for these patients. The objective of this study was to assess proteomic patterns of HFpEF phenogroups identified through a machine-learning-based clustering model, with the aim of uncovering specific biological pathways associated with each phenogroup.
METHODS: This study represents a post-hoc analysis of the ongoing Prospective mUlticenteR obServati
СтатьяМногоцентровое исследованиеНаблюдательное исследованиеПоддержка исследования: вне правительства СШАПоиск 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: Tumor recurrence remains a major clinical challenge following microwave ablation (MWA) for small hepatocellular carcinoma (sHCC). Accurate and interpretable prediction of post-ablation recurrence risk is essential for individualized surveillance and management strategies. This study aimed to develop and validate an interpretable machine learning (IML) model for predicting tumor recurrence after MWA in patients with sHCC.
METHODS: This retrospective study included 536 consecutive patients with sHCC treated with ultrasound-guided MWA between July 2017 and July 2023. A two-stage featu
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.
The prognosis for pancreatic cancer (PC) is poor, with a 5-year survival rate of approximately 10%. Methods such as machine learning (ML) can facilitate prognostic assessments by examining complex patterns in patient data that may not be discernible with traditional methods. The aim of this study was to analyze prognostic factors that may influence overall survival in advanced-stage PC using ML methods, and to evaluate the performance of various ML algorithms in predicting patient survival outcomes. A total of 315 patients with inoperable locally advanced or metastatic PC between 2005 and 2023
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.
BACKGROUND: As a critical hallmark of systemic lupus erythematosus, lupus nephritis (LN) stands as a major organ-threatening condition driven by sophisticated immunological imbalances. Aberrant glycosylation has been implicated in autoimmune pathogenesis, yet its diagnostic and immunological roles in LN remain unclear.
METHODS: The Gene Expression Omnibus repository served as the primary source for the LN-related microarray datasets utilized in this study. Upon correcting for batch effects, we executed integrated analyses to detect differentially expressed glycosylation-associated markers by
СтатьяВалидационное 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.
The mapping of genotypes to phenotypes is a cornerstone of genetics, critical for understanding disease mechanisms and advancing precision medicine. The advent of next-generation sequencing (NGS) technologies has enabled the generation of extensive genomic datasets, yet the complexity and scale of these data demand innovative analytical approaches. Artificial intelligence (AI) has emerged as a transformative tool, integrating genotype and phenotype data, uncovering intricate patterns, and driving advancements in diagnosis, therapy, and research.AI applications in phenotype-genotype mapping spa
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: Septic cardiomyopathy (SCM), a common cardiovascular comorbidity of sepsis, has emerged among the leading causes of death in patients with sepsis. SCM's pathogenesis is strongly affected by mitochondrial metabolic dysregulation and immune infiltration disorder. However, the specific mechanisms and their intricate interactions in SCM remain unclear. This study employed bioinformatics analysis and drug discovery approaches to identify the regulatory molecules, distinct functions, and underlying interactions of mitochondrial metabolism and immune microenvironment, along with potential
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.
BACKGROUND: Differentiating bipolar depression (BPD) from unipolar depression (UPD) is clinically challenging due to symptom overlap. This study explores eye-movement differences between UPD, BPD, and healthy controls (HCs) using a multi-task eye-tracking approach.
METHODS: Eye-movement data were collected from 228 participants (60 UPD, 56 BPD, 112 HCs) across four tasks: fixation stability, free-viewing, visual search, and smooth pursuit. A total of 155 eye-movement features were extracted and analyzed using robust analysis of covariance (ANCOVA) and machine learning for classification.
RES
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 monoamine oxidase B (MAO-B) enzyme and Sigma-1 (Sig-1R) receptor are therapeutically relevant targets implicated in neurodegenerative and neuropsychiatric disorders. Dual modulation of these proteins represents an attractive multitarget strategy for central nervous system drug discovery. In this study, we focused on indole/oxindole-based scaffolds, including indolamide and oxindole cores with piperazine motifs (often N-aryl piperazines), as a working hypothesis for multitarget MAO-B/Sig-1R modulation. A ligand-based machine learning approach was applied to build robust quantitative structu
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 use of immersive environments is increasing, especially in rehabilitation and other areas, like sports and gaming. Tasks performed in virtual/augmented reality (VR/AR) often have poorer motor performance, in part due to reduced tactile and proprioceptive inputs. We investigated whether vibrotactile haptic feedback could enhance motor performance within AR. We used the Box and Block Test (BBT) to investigate manual dexterity, where participants moved cubes over a partition using one hand. Participants performed the task in 8 conditions: Real, AR without feedback, and AR with haptic wristban
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.
Rotator cuff injuries are among the most common musculoskeletal conditions that affect shoulder function and can ultimately impact quality of life. While physical therapy is essential in the care of rotator cuff injuries, the ideal dose of therapeutic exercises continues to be a significant clinical dilemma because of the generalized nature of rehabilitation protocols. This pilot study proposes a machine learning approach to personalize rehabilitation using surface electromyography (sEMG) data collected from eight healthy individuals by testing four key shoulder movements: scaption, internal r
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: Multiple sclerosis (MS) is a complex disease characterized by diverse clinical presentations and progression patterns. Accurate classification and prediction of disease severity are crucial for personalized treatment. We applied machine learning (ML) to demographic, clinical and MRI data to distinguish MS patients from healthy controls (HC), classify MS phenotypes and predict disability using the Expanded Disability Status Scale (EDSS) score.
METHODS: We included 1,554 MS patients and 520 HC from the Italian Neuroimaging Network Initiative repository, all with neurological asses
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.
MicroRNAs (miRNAs) are key post-transcriptional regulators embedded in gene regulatory networks between upstream transcription factors (TFs) and downstream target genes (TGs), yet most computational approaches infer miRNA expression using unstructured transcriptomic features without explicitly modeling their regulatory architecture. In this study, we develop miRSiC, an interpretable machine learning framework that integrates TFs and experimentally validated TGs for regulatory-aware miRNA expression inference. miRSiC formulates prediction as miRNA-specific regression tasks and evaluates three r
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.
Acute pancreatitis (AP) is a common gastrointestinal disease characterized by pancreatic cell damage and inflammation. Given the early clinical diagnosis and management challenges, exploring novel analytical frameworks from new orientations for interrogating AP is urgent. The release of damage-associated molecular patterns (DAMPs) and their receptor recognition initiate sterile inflammation, serving as key drivers in the development and progression of AP. Thus, this study aimed to delineate the underlying correlations between alterations in the DAMP profile and the AP state. We have developed
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.
OBJECTIVE: Freezing of gait (FOG) is a common gait disorder in the advanced stages of Parkinson's disease (PD), closely associated with impaired balance and executive function. This study aimed to investigate specific changes in brain glucose metabolism in FOG patients using 18F-FDG PET. Deep learning methods were utilized to offer valuable perspectives for identifying FOG.
METHODS: Eighteen PD patients with FOG(PD-FOG), 11 patients without FOG (PD-NFOG) and 17 healthy controls (HC) were recruited. All participants underwent 18F-FDG PET imaging, and group comparisons were employed, to identif
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.
MedElevator
Войти в исследования