编者按
北大医学科研工作紧密围绕北大医学发展理念，践行大学临床医学+X战略，布局北大医学科技创新发展平台，探索建设跨学部、跨学科交互融合、创新发展的学术体系，取得了一系列创新性的科学研究成果。
年3月起，北医官微开设了“科研成果扫描”栏目，为读者及时介绍北大医学最新科研成果。时至今日，本栏目将持续为您呈现，共同见证北大医学“双一流”建设成果！
课题内容
所属单位
作者
基于转录组谱使用深度学习预测药物药效
北大国际癌症
研究院
谢正伟
郑瑞茂
张宁
周虹
软骨寡聚基质蛋白COMP作为内源性血管紧张素II受体AT1-b-arrestin2信号的变构抑制分子减轻血管损伤
基础医学院
孔炜
孙金鹏
前列腺素受体EP2识别配体，非传统偶联G蛋白和受体激活的机制研究
基础医学院
孙金鹏
中国人群全基因组关联研究发现肺功能新位点及与肥胖的共享遗传因素
公共卫生学院
李立明
余灿清
PRAK在肿瘤转移中的重要作用及其治疗潜力
基础医学院
张毓
氧化铵盐催化的选择性卤化反应
药学院
宋颂
NOTCH2NLC基因GGC重复扩增与眼咽远端肌病第三型有关
医院
王朝霞
袁云
邓健文
于佳希
缺失Kindlin-2导致睾丸发育障碍和雄性不育
基础医学院
张宏权
战军
贺慧颖
详细内容
即刻呈现
C.8,.5,.7,,.1,.5z"fill="rgb(,,92)"> 基于转录组谱使用深度学习预测药物药效 成果简介 年6月17日，北京大学谢正伟/郑瑞茂/张宁/周虹合作在《NatureBiotechnology》在线发表科研成果，创建了一种基于基因指纹和深度学习的药效预测系统（DLEPS）。在该研究中，研究人员首先构建了一个神经网络，使用SMILES化学编码作为输入，以预测L数据中测量的转录组变化。并根据疾病相关基因指纹反映特定疾病的“内在痕迹”，使用基因集合富集分析（GSEA）来评估化合物对疾病的潜在疗效。合作团队将这种方法和模型称为基于深度学习的药效预测系统。该系统可成功应用于筛选治疗肥胖、高尿酸血症和NASH的化合物，总体准确率超过50%，与传统的高通量基因标记筛选方法相比，该系统可以同时考虑多个基因指标，精度更高。 作者简介 谢正伟新体制副研究员博导 致力于基于多学科交叉和人工智能的创新药物算法的开发，主要研究方向包括基于人工智能的药物研发、衰老和疾病的分子机制研究、癌症预后预测模型的开发和相关器件和计算算法的开发。曾获得第六批中国博士后特别资助，北京大学引导专项，北京大学“青年培育”专项，主持国家自然科学基金面上项目、北京市自然科学基因面上项目，并作为课题组长主持科技部国家重点研发计划合成生物学专项子课题。 郑瑞茂北京大学百人计划特聘研究员 曾获北京大学博士学位（），中国科学院（-），美国华盛顿大学医学院（UniversityofWashington）（-），哈佛大学医学院、哈佛大学干细胞研究所（-）博士后。任欧美同学会医师协会青年委员会副秘书长、中国生物物理学会代谢分会秘书、北京神经科学学会理事、九三学社北京大学基础医学院支社主委等。研究方向为代谢调控的神经与分子机理。主持多项国家及部委级课题。 张宁教授博导 年在约翰霍普金斯大学医学院获得博士学位，在美国国立癌症研究所接受CRTA博士后训练，现任北京大学医学部教授，国家杰出青年科学基金获得者，入选国家万人计划、科技部中青年科技创新领军人才等，兼任中国抗癌协会常务理事、副秘书长、中国抗癌协会期刊出版专业委员会主任委员。从事肿瘤生物学研究，