category
Nature Communications
date
Mar 3, 2026
slug
status
Published
summary
创新性地整合血浆蛋白质组学数据与机器学习算法,开发出可预测乙型肝炎病毒相关肝衰竭患者继发感染风险的模型,为临床早期干预提供新工具。
tags
蛋白质组学
type
Post

📄 原文题目

Proteomics-based machine learning model for predicting secondary infection in HBV-related liver failure

🔗 原文链接

💡 AI 核心解读

创新性地整合血浆蛋白质组学数据与机器学习算法,开发出可预测乙型肝炎病毒相关肝衰竭患者继发感染风险的模型,为临床早期干预提供新工具。

📝 英文原版摘要

<p>Nature Communications, Published online: 03 March 2026; <a href="https://www.nature.com/articles/s41467-026-69075-y">doi:10.1038/s41467-026-69075-y</a></p>In this work, authors develop and validate a plasma proteomics-based model for the prediction of secondary infections in hepatitis B virus-related liver failure.
化学遗传学DNA纳米陷阱用于亚细胞器去甲肾上腺素的定位通过铺砌式碱基编辑的等位基因读取实现调控元件的核苷酸分辨率映射
Loading...