用深度学习构建医学图像，“生物+计算机”强强联手！| 生物课题推荐

本周课题导视

生物学方向课题
小麦植物如何适应干旱胁迫
富血管型肿瘤治疗的微球设计与合成
阿尔茨海默病有毒化合物识别
污水中氮素的转化
水稻单木酚生物合成和调控基因的全基因组鉴定
深度学习在肿瘤医学图像分割中的应用
胶质母细胞瘤潜在药物批准的化合物库筛选

 1. 小麦植物如何适应干旱胁迫 

作物为了适应极端干旱植物进化出了复杂的调节机制，包括渗透调节、ROS响应、激素引号调控、胁迫记忆等多种方式适应干旱。

本项目旨在通过RNA测序技术和代谢组技术阐明小麦叶片在RNA水平和代谢水平如何适应土壤干旱。预期结果发表一篇论文，为申请top100高校提供支持。

相关学科  
生物学

2. 富血管型肿瘤治疗的微球设计与合成 

富血管型肿瘤可以通过经动脉栓塞治疗，这一方法的瓶颈是可以栓塞血管的微球的制备。

本课题将设计以及发明一种高载量海藻酸钠微球的制备方法，可替代各种进口和国产昂贵的栓塞剂制品，为患者提供可以接受的优良癌瘤治疗栓塞剂。

相关学科  
化学，材料科学，生物学

如果你想了解高含金量的科研赛事
或者想根据自己的兴趣匹配一个相应的研究课题
那就快来扫码咨询吧！

3. 阿尔茨海默病有毒化合物识别

在这个项目中，我们将使用深度学习来确定是否有任何天然化合物具有抑制与阿尔茨海默病(AD)应对途径相关的蛋白质的潜力。

我们之后会用AD脑细胞来验证这些化合物的毒性。这些结果会帮助鉴定导致患 AD 风险增加的化合物，和发现一些可以导致老年痴呆的分子。

相关学科  
计算机科学技术，生物学

4. 污水中氮素的转化 

脱氮的过程通过各种微生物菌群来实现，我们会针对某一转化方向，有选择性地筛选得到具体功能的微生物，然后通过微生物鉴定、进化树分析、功能测定、基因pcr扩增和qpcr等方法去进行分子层面分析，然后通过氮标记或者其他氮平衡方法，证实这个转化方向的正确性和高效性。

相关学科  
环境科学技术及资源科学技术，生物学

5.水稻单木酚生物合成和调控基因的全基因组鉴定 

木质素在植物机械支持、水分运输、苯丙烷代谢和生物防御反应中起着至关重要的作用。目前我们在单子叶植物和谷类作物方面的知识却仍然有限。

这项研究从基因分子水平，为单子叶植物水稻单木酚生物合成和调控途径提供新的认识。

相关学科  
生物学

6. 深度学习在肿瘤医学图像分割中的应用 

在这项研究中，我们将探索使用深度学习的方法自动识别和分割医学图像中的肿瘤。本项目的目标是设计一种新的人工智能模型，其表现可以超越医生的准确性。

相关学科  
计算机科学技术，生物学

7. 胶质母细胞瘤潜在药物批准的化合物库筛选 

商业化的FDA批准的化合物库包含数千种化合物，我们希望能找到新的治疗这种恶性肿瘤的药物。

本课题欲建立紫杉醇诱导LN-229细胞死亡筛选系统，找到抑制促进紫杉醇诱导LN-229死亡的化合物，并确认该化合物真实有效。

相关学科  
生物学