人工智能驱动的生命科学-2024 中国人工智能系列白皮书.pdfVIP

中国人工智能系列白皮书

——人工智能驱动的生命科学

中国人工智能学会

二○二四年七月

中国人工智能系列白皮书

目录

第1章单细胞转录组预训练基础模型1

1.1单细胞基础模型概述1

1.2单细胞基础模型构建2

1.2.1大规模单细胞数据集2

1.2.2单细胞数据编码嵌入表示3

1.2.3预训练任务建模5

1.3单细胞基础模型应用8

1.3.1基因嵌入表示和细胞嵌入表示8

1.3.2单细胞类型注释10

1.3.3单细胞数据生成10

1.3.4推断调控网络11

1.3.5空间组学应用11

1.3.6其他任务11

1.4展望12

参考文献13

第2章人工智能赋能细胞异质性刻画17

2.1概述17

2.2基于无监督学习的细胞异质性刻画18

2.2.1基于无监督机器学习的细胞异质性刻画方法18

2.2.2基于无监督深度学习的细胞异质性刻画方法20

2.3基于弱监督学习的细胞异质性刻画22

2.3.1刻画转录组数据细胞异质性的弱监督学习方法24

2.3.2刻画表观组数据细胞异质性的弱监督学习方法24

2.3.3刻画空间转录组细胞异质性的弱监督学习方法25

2.4基于有监督学习的细胞异质性刻画25

1

中国人工智能系列白皮书

2.4.1基于细胞间相似度的有监督学习方法26

2.4.2基于机器学习的有监督学习方法27

2.4.3基于深度学习的有监督学习方法28

参考文献31

第3章人工智能赋能疾病诊疗39

3.1引言39

3.2关键技术和应用40

3.2.1机器学习与深度学习40

3.2.2自然语言处理技术41

3.2.3医疗图像分析技术42

3.2.4知识图谱与数据整合技术43

3.2.5生命科学领域的基础模型44

3.3展望47

参考文献49

第4章人工智能助力医疗文本处理54

4.1医疗大数据简介及分类54

4.2医疗文本自然语言处理55

4.3文本表示学习56

4.4知识图谱58

4.5大语言模型在医疗文本中的应用60

参考文献62

第5章人工智能助力RNA结构预测67

5.1背景67

5.2研究现状77

5.3机器学习与深度学习83

5.3.1卷积神经网络83

5.3.2三维卷积神经网络87

2

中国人工智能系列白皮书

5.3.3基于ResNet的三维卷积神经网络88

参考文献91

第6章人工智能识别组学生物标志物101

6.1背景101

6.2常见的单组学方法101

6.2.1过滤式102

6.2.2包裹式102

6.2.3嵌入式103

6.3从网络中