Deep Learning9

• 

  [UniProt Challenge] Round 1, 종료. 드디어 8개월간의 여정이 일단락되었다. 포스팅을 주기적으로 하려 했으나 정말 정신이 없었어서 round 1 이 끝난 지금에야 포스팅을 한다! 심지어 이것도 내지 못할 뻔 했는데 일화를 설명하자면, 대회 담당자 : "너 Synapse 에 등록된 것으로 나오긴 하는데, 대회 제출한 흔적이 없어서. 혹시 제출할 생각 있으면 제출 기간 5월까지로 늘려줄게!" 나 : " 11월까지로 연기된 줄 알았어. 그래주면 고맙지. 바로 제출할게. " 로 되어서 어제 Method 정리해서 제출하였다. Round 1 은 성능평가 , Round 2 는 code 평가로 이어지는 대회라서 우선 Round 1 에서 전체적인 성능을 포함하여 Method도 같이 달라고 했다. 모든 대회가 다 그렇듯 prediction file 의 val.. Resources/Personal Projects 2023. 3. 12.

• 

  Interpretable deep learning model to predict the molecular classification of endometrial cancer from haematoxylin and eosin-stained whole-slide images Interpretable deep learning model to predict the molecular classification of endometrial cancer from haematoxylin and eosin-stained whole-slide images: a combined analysis of the PORTEC randomised trials and clinical cohorts 2023, The Lancet Digital Health 딥러닝 모델은 크게 4가지 단계로 구성됨. 구축된 딥러닝 모델인 im4MEC 의 처리과정 A. Whole slide image (WSI) 의 전처리. B. tile-level morphological features 을 학습시키기 위해 Feature e.. 논문 리뷰/Histology 2023. 1. 27.

• 

  Rapid, label-free histopathological diagnosis of liver cancer based on Raman spectroscopy and deep learning Rapid, label-free histopathological diagnosis of liver cancer based on Raman spectroscopy and deep learning | Nature Communications Yi Wang & Qingwen Zhang groups 2023, Nature communications Abstract (조직) 생검은 간암의 진단에 있어 표준으로 여겨진다. 하지만, 이 방법은 구획화와 염색, 그리고 잘 훈련된 병리학자를 필요로 한다. 이 연구에서 우리는 라만 분광법을 이용해 인간의 간 조직 샘플을 연구하고, 간암의 진단을 위한 수술중/체외 workflow를 개발하고 검증했다. 우리는 라만 분광법과 딥러닝을 이용해 label-free 한 암 조직을 암 .. 논문 리뷰/Histology 2023. 1. 25.

• 

  Noninvasive Lung Cancer Early Detection via Deep Methylation Representation Learning Noninvasive Lung Cancer Early Detection via Deep Methylation Representation Learning | Proceedings of the AAAI Conference on Artificial Intelligence 2022, AAAI AnchorDx Medical 기존의 Methylation 을 이용한 cancer detection 방법은 tissue level 의 방법들이 많아서, cfDNA 에 적용하였을 때 discrepancy 가 많았음. 따라서 이 논문에서는 cfDNA ( blood ) -based 방법을 만들고자 함 Dataset : 450K ( Illumina ) microarray Number of samples : 424 ( Train :.. 논문 리뷰/Other topics 2022. 8. 24.

• 

  Network-based machine learning approach to predict immunotherapy response in cancer patients Network-based machine learning approach to predict immunotherapy response in cancer patients | Nature Communications Kunyoo Shin & Sanguk Kim Groups Nature communications, 2022 Introduction ICI 를 쓰는 것은 chemo 보다 부작용이 적고, 효과가 길게 감. 하지만 소수의 환자들만이 면역항암요법에 반응한다는 것이 한계임. 따라서 치료 전에 반응을 하는 환자군을 예측하기 위한 바이오마커를 알아내는 것이 중요함. 면역항암요법에 precision medicine 의 적용의 문제점 중 하나는 다른 암 환자군들에서 약물 반응을 예측하기 위해, 면역항암요법을 받은 .. 논문 리뷰/Systems biology 2022. 7. 19.

• 

  [UniProt Challenge] 0. Start 올해 초였던가, EMBL 페이지를 보다가 UniProt Metal Binding Site Challenge 를 한다는 말을 들어서 신청했었다. 될까? 라는 생각으로 신청을 했는데, 약 5개월 후인 어제 kick-off meeting 이 7월 1일로 정해졌다며 메일이 왔다. 구글 문서로 motivation, goal, data 등을 제공 받았고, 7월 1일부터 스타트해서 연말까지 성능을 제출하는 것이 Round 1 이다. EMBL Uniprot metal binding site prediction challenge 는 총 2 round 로 진행이 되는데, Round 1 : 전체적인 성능 제출, 모델 비교 후 최상위 성능의 프로그램을 고르고, Round 2 : Round 1 에서 뽑힌 프로그램을 튜닝 / 저.. Resources/Personal Projects 2022. 6. 28.

• 

  On the Frustration to Predict Binding Affinities from Protein–Ligand Structures with Deep Neural Networks On the Frustration to Predict Binding Affinities from Protein–Ligand Structures with Deep Neural Networks | Journal of Medicinal Chemistry (acs.org) * Open Access 가 아니라 Abstract 만 단백질 - 리간드 원자 스케일에서의 결합 강도는 drug discovery 의 초기 단계에서 아직도 큰 과제임. 이 논문에서는 modular message passing GNN 을 이용하여 ligand, protein 의 free, bound state 를 설명하려고 했고, 리간드-단백질의 비공유결합만으로는 설명이 어렵다는 것을 말하고 있다. 간단한 모델들도 training set 에 있.. 논문 리뷰/Abstract only 2022. 6. 10.

• 

  CancerVar: An artificial intelligence–empowered platform for clinical interpretation of somatic mutations in cancer CancerVar: An artificial intelligence–empowered platform for clinical interpretation of somatic mutations in cancer (science.org) Science Advances, 2022. Yunzun Zhou group 일반적으로 쓰는 variant 의 clinical implication / significance 를 보여주는 툴이 너무 많은데, 이들을 비교해 보면 일관되지 않은 결과를 나타내는 경우가 많다. 그래서 통일된 툴에 대한 필요성이 부각되는데, 이 논문에서는 12개의 in-house feature ( annotation ) 과 23개의 external tool output + AMP/ASCO/CAP 201.. 논문 리뷰/Other topics 2022. 5. 16.

• 

  Data-driven identification of diagnostically useful extrastriatal signal in dopamine transporter SPECT using explainable AI Data-driven identification of diagnostically useful extrastriatal signal in dopamine transporter SPECT using explainable AI 2021.11 Scientific reports Michael Schroeder & Ralph Buchert groups I-FP-CIT SPECT 데이터로 파킨슨 병변의 subtype 에 대한 것 구분하려는 논문. neurodegenerative and non‑neurodegenerative parkinsonian syndromes 을 구분하는데 유용하게 쓰일 것. 뇌의 전체 사진, striatum만, striatum 제외 로 각각 모델 만들어서 예측해 봄. → 이 이유는 각각 예측을.. 논문 리뷰/Other topics 2022. 5. 14.