Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Machines01:19

Machines

563
Machines are complex structures consisting of movable, pin-connected multi-force members that work together to transmit forces. One example of a machine is the cutting plier, which is used to cut wires by applying forces to its handles. When equal and opposite forces are exerted on the handles of the cutting plier, they cause the cutting edges to come together and apply equal and opposite reaction forces on the wire, which are greater than the applied forces.
A free-body diagram of the...
563
Machines: Problem Solving II01:30

Machines: Problem Solving II

652
Machines are complex structures consisting of movable, pin-connected multi-force members that work together to transmit forces. Consider a lifting tong carrying a 100 kg load. It comprises movable sections DAF and CBG linked together with member AB.
652
Proteomics01:33

Proteomics

9.4K
A proteome is the entire set of proteins that a cell type produces. We can study proteomes using the knowledge of genomes because genes code for mRNAs, and the mRNAs encode proteins. Although mRNA analysis is a step in the right direction, not all mRNAs are translated into proteins.
Proteomics is the study of proteomes' function. It involves the large-scale systematic study of the proteome to denote the protein complement expressed by a genome. Scientist Mark Wilkins coined the term...
9.4K
Machines: Problem Solving I01:22

Machines: Problem Solving I

701
A toggle clamp is a mechanical device commonly used for holding and clamping objects in various applications, such as woodworking, metalworking, and assembly operations. Consider a toggle clamp subjected to a force of 200 N at the handle. The vertical clamping force can be calculated, provided the dimensions of the toggle clamp are known.
The toggle clamp system is a machine structure consisting of movable, pin-connected multi-force members that form a stabilized system to transmit forces. The...
701
Avoidance Learning and Learned Helplessness01:14

Avoidance Learning and Learned Helplessness

2.5K
Avoidance learning and learned helplessness are critical concepts in understanding behavioral responses to negative stimuli.
Avoidance learning occurs when an organism learns that a specific behavior can prevent an unpleasant outcome. For example, a student who receives a bad grade may start studying harder to avoid future poor grades. This behavior persists even when the negative outcome is no longer present. Avoidance learning is powerful because it maintains behavior in the absence of the...
2.5K
Predator-Prey Interactions02:39

Predator-Prey Interactions

21.2K
Predators consume prey for energy. Predators that acquire prey and prey that avoid predation both increase their chances of survival and reproduction (i.e., fitness). Routine predator-prey interactions elicit mutual adaptations that improve predator offenses, such as claws, teeth, and speed, as well as prey defenses, including crypsis, aposematism, and mimicry. Thus, predator-prey interactions resemble an evolutionary arms race.
21.2K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Centrifugal microfluidic automation of the protein aggregation capture workflow for robust mass spectrometry-based proteomics.

Lab on a chip·2026
Same author

Deep phenotyping of an ATDC5 in-vitro cartilage model system.

Bone reports·2026
Same author

Specificity profiling of SARS-CoV-2 PLpro using proteome-derived libraries of linear peptides suggests secondary preference for basic motifs.

Archives of biochemistry and biophysics·2026
Same author

MR-SP<sup>2</sup>: A Microreactor-Based Workflow for Few-Cell Spatial Proteomics on the Legacy Zeiss PALM MicroBeam.

Journal of proteome research·2026
Same author

Proteomic characterization of intrahepatic cholangiocarcinoma identifies risk-stratifying subgroups and EIF4A1 as a therapeutic target.

Nature communications·2026
Same author

Twenty-four month clinical outcomes of modified coronally advanced tunnel technique with leukocyte- and platelet-rich fibrin-functionalized porcine dermal matrix for single/multiple gingival recessions.

Journal of periodontology·2026

関連する実験動画

Updated: Jan 26, 2026

Constructing and Visualizing Models using Mime-based Machine-learning Framework
06:19

Constructing and Visualizing Models using Mime-based Machine-learning Framework

Published on: July 22, 2025

2.4K

ProteoBoostR：臨床プロテオミクスにおける教師あり機械学習のためのインタラクティブフレームワーク

Annika Topitsch1,2,3,4, Niko Pinter1, Tilman Werner1

  • 1Institute for Surgical Pathology, Medical Center, Medical Faculty, University of Freiburg, University of Freiburg, 79106, Freiburg, Germany.

Clinical proteomics
|January 24, 2026
PubMed
まとめ
この要約は機械生成です。

ProteoBoostRは、コーディングなしで疾患分類のためのプロテオミクスデータに機械学習（ML）を使用することを研究者に支援する新しいツールです。このアプリケーションは、臨床用途のためのタンパク質バイオマーカーの発見を加速します。

キーワード:
分類モデル機械学習個別化医療プロテオミクスXGBoost

さらに関連する動画

Analyzing Mitochondrial Morphology Through Simulation Supervised Learning
12:06

Analyzing Mitochondrial Morphology Through Simulation Supervised Learning

Published on: March 3, 2023

4.7K
Supervised Machine Learning for Semi-Quantification of Extracellular DNA in Glomerulonephritis
09:16

Supervised Machine Learning for Semi-Quantification of Extracellular DNA in Glomerulonephritis

Published on: June 18, 2020

7.3K

関連する実験動画

Last Updated: Jan 26, 2026

Constructing and Visualizing Models using Mime-based Machine-learning Framework
06:19

Constructing and Visualizing Models using Mime-based Machine-learning Framework

Published on: July 22, 2025

2.4K
Analyzing Mitochondrial Morphology Through Simulation Supervised Learning
12:06

Analyzing Mitochondrial Morphology Through Simulation Supervised Learning

Published on: March 3, 2023

4.7K
Supervised Machine Learning for Semi-Quantification of Extracellular DNA in Glomerulonephritis
09:16

Supervised Machine Learning for Semi-Quantification of Extracellular DNA in Glomerulonephritis

Published on: June 18, 2020

7.3K

科学分野:

  • 生物医学研究
  • プロテオミクス
  • 機械学習

背景:

  • 質量分析プロテオミクスは、バイオマーカー発見のために大規模なデータセットを生成します。
  • 生物医学研究者は、複雑なプロテオームデータを分析するための機械学習の専門知識を欠いていることがよくあります。
  • 高度な機械学習アルゴリズムをプロテオミクスに適用するためのユーザーフレンドリーなツールが必要です。

研究 の 目的:

  • プロテオミクスデータに機械学習を適用するためのアクセス可能なツールを開発すること。
  • コーディングスキルを持たない研究者が高度な分類分析を実行できるようにすること。

主な方法:

  • タンパク質存在量データに対する教師あり機械学習のためのShinyアプリケーションであるProteoBoostRを開発しました。
  • ProteoBoostRは、XGBoost分類モデルのトレーニング、評価、および適用に関するインタラクティブなWebインターフェイスを提供します。
  • このアプリケーションは、ユーザーからのコーディングの専門知識を必要としません。

主要な成果:

  • ProteoBoostRを膠芽腫のプロテオームサブタイプの分類に実証しました。
  • 血清プロテオームデータから肺腺癌を検出するための使用法を紹介しました。
  • プロテオームパターンを使用した患者の層別化におけるアプリケーションの能力を強調しました。

結論:

  • ProteoBoostRは、プロテオミクス研究者が高度な機械学習分類を実行できるようにするオープンソースアプリケーションです。
  • このツールは、プロテオミクスにおける再現可能な機械学習分析を促進します。
  • オミクスベースの分類子を臨床研究に移行するのを加速します。