Applying Explainable Ai to Prediction Models of Host Resistance to Influenza a Viral Infection

瀏覽統計 Email 通知 RSS Feed

簡歷

基本資料

Project title

Code/計畫編號

110-2221-E-019-060-

Translated Name/計畫中文名

以可解釋人工智慧應用於甲型流行性感冒病毒宿主抗病性之預測模組

Project Coordinator/計畫主持人

Kuan Y. Chang

Funding Organization/主管機關

National Science and Technology Council

Department/Unit

Department of Computer Science and Engineering

Website

https://www.grb.gov.tw/search/planDetail?id=13869635

Year

2021

Start date/計畫起

01-08-2021

Expected Completion/計畫迄

31-07-2022

Bugetid/研究經費

719千元

ResearchField/研究領域

資訊科學--軟體

接觸到甲型流行性感冒病毒，不一定會生病。我們最新的成果顯示根據未暴露於甲型流感病毒的宿主基因表達，可以預知暴露後是否會得流感。但是，這結果只是以一份追蹤研究對全基因體的深度學習而來，仍缺乏關鍵的轉錄簽章與綜合性的分析。在此計畫中，我們將基於宿主基因表達與基因網路，經由統計或資訊理論的方式，決定一最佳的轉錄簽章來預測暴露於流感病毒後是否生病。並且，以一整合分析的方式，反覆、嚴謹地檢驗確定其準確性。這項研究的結果將可以幫助更加了解宿主的免疫機制。此外，具分辨力的轉錄簽章可當作一種生物標記，將有助於防止甲型流行性感冒的發生與散布，並為個性化流感醫學奠定基礎。

Keyword(s)

甲型流行性感冒
轉錄簽章
基因表達
基因網路
深度學習
Influenza A
Transcriptional signatures
Gene expression
Gene network
Deep learning

DSpace CRIS

Applying Explainable Ai to Prediction Models of Host Resistance to Influenza a Viral Infection

基本資料

Description