healthy individual, an effective th

healthy individual, an effective therapy may consist of
restoring that cell variable to its normal state. In the above
example of spinal muscular atrophy, therapies that modify
the genomic instructions so as to increase the frequency
with which thee xonis include din the proteinare
currently being tested in clinical trials [14].
The remainder of this paper provides an overview of
the role of machine learning in building computational
models of cell variables, with an aim to understand the
genetic determinants of disease. We will advocate the
approach of learning to model cell variables as an
intermediate step, and explain how this benefits from
the growing availability of diverse types of data. We will
describe in detail two types of cell variable that our group
has been closely involved in modeling, and briefly
summarize how this research has impacted our under-
standing of spinal muscular atrophy, cancer, and autism
spectrum disorder. To place our approach in context, we
will review existing techniques that are used for scoring
disease risks. Also, we will describe data sets and machine
learning formulations of problems that enable data
scientists to work in this hugely important area.

ผลลัพธ์ (ไทย) 1:

บุคคลที่มีสุขภาพดี รักษาที่มีประสิทธิภาพอาจประกอบด้วยคืนค่าแปรเซลล์ที่อยู่ในสถานะปกติ ในข้างต้นตัวอย่างของไขสันหลังฝ่อกล้ามเนื้อ รักษาที่ปรับเปลี่ยนคำแนะนำการเพื่อเพิ่มความถี่กับข้า xonis มีดิน proteinareขณะนี้กำลังทดสอบทดลอง [14]ส่วนที่เหลือของเอกสารนี้ให้ภาพรวมของบทบาทของการเรียนรู้ของเครื่องในอาคารคำนวณโมเดลตัวแปรเซลล์ ทำความเข้าใจกับการดีเทอร์มิแนนต์พันธุกรรมของโรค เราจะสนับสนุนการวิธีการเรียนรู้เซลล์ตัวแปรเป็นการกลางขั้นตอน และอธิบายวิธีนี้ประโยชน์จากพร้อมที่เจริญเติบโตของข้อมูลหลากหลายชนิด เราจะอธิบายในรายละเอียดสองชนิดเซลล์ตัวแปรที่กลุ่มของเรามีส่วนร่วมอย่างใกล้ชิด ในการสร้างโมเดล และสั้น ๆสรุปว่างานวิจัยนี้ได้รับผลกระทบของเราภายใต้-ของกระดูกสันหลังกล้ามเนื้อฝ่อ มะเร็ง และออทิสติความผิดปกติของคลื่น การวางแนวทางของเราในบริบท เราจะตรวจอยู่เทคนิคที่ใช้สำหรับการให้คะแนนเสี่ยงโรค นอกจากนี้ เราจะอธิบายถึงชุดข้อมูลและเครื่องสูตรของปัญหาที่ทำให้ข้อมูลการเรียนรู้นักวิทยาศาสตร์ทำงานในพื้นที่นี้สำคัญอย่างมาก

ผลลัพธ์ (ไทย) 2:

บุคคลที่มีสุขภาพดีการรักษาที่มีประสิทธิภาพอาจประกอบด้วย
การฟื้นฟูเซลล์ตัวแปรที่สภาวะปกติ ในข้างต้น
เป็นตัวอย่างของกล้ามเนื้อลีบกระดูกสันหลังรักษาที่ปรับเปลี่ยน
ตามคำแนะนำของจีโนมเพื่อเพิ่มความถี่
ที่ xonis เจ้า ได้แก่ ดินแดง proteinare
กำลังมีการทดสอบในการทดลองทางคลินิก [14].
ส่วนที่เหลือของบทความนี้ให้ภาพรวมของ
บทบาท การเรียนรู้ของเครื่องคอมพิวเตอร์ในการสร้าง
แบบจำลองของตัวแปรมือถือโดยมีวัตถุประสงค์เพื่อให้เข้าใจถึง
ปัจจัยทางพันธุกรรมของโรค เราจะผู้สนับสนุน
แนวทางของการเรียนรู้ในการจำลองตัวแปรถือเป็น
ขั้นตอนกลางและอธิบายวิธีการได้รับประโยชน์จาก
ความพร้อมใช้งานที่เพิ่มขึ้นของประเภทที่มีความหลากหลายของข้อมูล เราจะ
อธิบายในรายละเอียดทั้งสองประเภทของตัวแปรมือถือที่กลุ่มของเรา
ได้มีส่วนเกี่ยวข้องอย่างใกล้ชิดในการสร้างแบบจำลองและในเวลาสั้น ๆ
สรุปว่าการวิจัยครั้งนี้มีผลกระทบต่อความเข้าใจของเรา
ยืนลีบกระดูกสันหลังกล้ามเนื้อโรคมะเร็งและออทิสติก
ความผิดปกติของคลื่นความถี่ ที่จะวางวิธีการของเราในบริบทเรา
จะทบทวนเทคนิคที่มีอยู่ที่จะใช้สำหรับการให้คะแนน
ความเสี่ยงการเกิดโรค นอกจากนี้เราจะอธิบายชุดข้อมูลและเครื่อง
สูตรของปัญหาที่เปิดใช้งานข้อมูลการเรียนรู้ที่
นักวิทยาศาสตร์ในการทำงานในพื้นที่สำคัญอย่างมหาศาลนี้

ผลลัพธ์ (ไทย) 3:

บุคคลมีสุขภาพดี , บำบัดที่มีประสิทธิภาพอาจ ประกอบด้วยฟื้นฟูเซลล์นั้นแปรไปเป็นสถานะปกติ ในข้างต้นตัวอย่างของการเสื่อมของกล้ามเนื้อกระดูกสันหลัง , การรักษาที่ปรับเปลี่ยนการสร้างคําแนะนําเพื่อเพิ่มความถี่ซึ่งท่าน xonis รวมถึงดินที่ proteinareขณะนี้มีการทดสอบในการทดลองทางคลินิก [ 14 ]ส่วนที่เหลือของบทความนี้จะให้ภาพรวมของบทบาทของการเรียนรู้ในการสร้างคอมพิวเตอร์เครื่องรูปแบบของตัวแปรที่เซลล์ ด้วยจุดมุ่งหมายที่จะเข้าใจปัจจัยทางพันธุกรรมของโรค เราจะสนับสนุนวิธีการของการเรียนรู้ระดับเซลล์ แบบเป็นขั้นตอนกลาง และอธิบายว่า นี้ได้รับประโยชน์จากการใช้ความหลากหลายของประเภทข้อมูล เรา จะอธิบายในรายละเอียดชนิดของตัวแปรสองเซลล์ที่กลุ่มของเราได้รับที่เกี่ยวข้องในการสร้างโมเดล และสั้น ๆสรุปวิธีการวิจัยนี้ได้รับผลกระทบกว่าของเรายืนของกล้ามเนื้อกระดูกสันหลังเสื่อม , มะเร็ง และออทิสติกความผิดปกติสเปกตรัม การวางแนวทางของเราในบริบทเราจะทบทวนการพัฒนาเทคนิคที่ใช้สำหรับการให้คะแนนความเสี่ยงของโรค นอกจากนี้ เราจะอธิบายชุดข้อมูล และเครื่องเรียนรู้สูตรของปัญหาที่ช่วยให้ข้อมูลนักวิทยาศาสตร์ที่ทำงานในพื้นที่อย่างมหาศาลที่สำคัญนี้