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
withwhichtheexonisincludedintheproteinare
currently being tested in clinical trials [14].
The remainder of this paper provides an overview of
theroleofmachinelearninginbuildingcomputational
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 รักษาที่ปรับเปลี่ยนคำแนะนำการเพื่อเพิ่มความถี่withwhichtheexonisincludedintheproteinareขณะนี้กำลังทดสอบทดลอง [14]ส่วนที่เหลือของเอกสารนี้ให้ภาพรวมของtheroleofmachinelearninginbuildingcomputationalโมเดลตัวแปรเซลล์ ทำความเข้าใจกับการดีเทอร์มิแนนต์พันธุกรรมของโรค เราจะสนับสนุนการวิธีการเรียนรู้เซลล์ตัวแปรเป็นการกลางขั้นตอน และอธิบายวิธีนี้ประโยชน์จากพร้อมที่เจริญเติบโตของข้อมูลหลากหลายชนิด เราจะอธิบายในรายละเอียดสองชนิดเซลล์ตัวแปรที่กลุ่มของเรามีส่วนร่วมอย่างใกล้ชิด ในการสร้างโมเดล และสั้น ๆสรุปว่างานวิจัยนี้ได้รับผลกระทบของเราภายใต้-ของกระดูกสันหลังกล้ามเนื้อฝ่อ มะเร็ง และออทิสติความผิดปกติของคลื่น การวางแนวทางของเราในบริบท เราจะตรวจอยู่เทคนิคที่ใช้สำหรับการให้คะแนนเสี่ยงโรค นอกจากนี้ เราจะอธิบายถึงชุดข้อมูลและเครื่องสูตรของปัญหาที่ทำให้ข้อมูลการเรียนรู้นักวิทยาศาสตร์ทำงานในพื้นที่นี้สำคัญอย่างมาก

ผลลัพธ์ (ไทย) 2:

บุคคลที่มีสุขภาพดีการรักษาที่มีประสิทธิภาพอาจประกอบด้วย
การฟื้นฟูเซลล์ตัวแปรที่สภาวะปกติ ในข้างต้น
เป็นตัวอย่างของกล้ามเนื้อลีบกระดูกสันหลังรักษาที่ปรับเปลี่ยน
ตามคำแนะนำของจีโนมเพื่อเพิ่มความถี่
withwhichtheexonisincludedintheproteinare
กำลังมีการทดสอบในการทดลองทางคลินิก [14].
ส่วนที่เหลือของบทความนี้ให้ภาพรวมของ
theroleofmachinelearninginbuildingcomputational
รูปแบบของตัวแปรมือถือโดยมีวัตถุประสงค์ เพื่อให้เข้าใจถึง
ปัจจัยทางพันธุกรรมของโรค เราจะผู้สนับสนุน
แนวทางของการเรียนรู้ในการจำลองตัวแปรถือเป็น
ขั้นตอนกลางและอธิบายวิธีการได้รับประโยชน์จาก
ความพร้อมใช้งานที่เพิ่มขึ้นของประเภทที่มีความหลากหลายของข้อมูล เราจะ
อธิบายในรายละเอียดทั้งสองประเภทของตัวแปรมือถือที่กลุ่มของเรา
ได้มีส่วนเกี่ยวข้องอย่างใกล้ชิดในการสร้างแบบจำลองและในเวลาสั้น ๆ
สรุปว่าการวิจัยครั้งนี้มีผลกระทบต่อความเข้าใจของเรา
ยืนลีบกระดูกสันหลังกล้ามเนื้อโรคมะเร็งและออทิสติก
ความผิดปกติของคลื่นความถี่ ที่จะวางวิธีการของเราในบริบทเรา
จะทบทวนเทคนิคที่มีอยู่ที่จะใช้สำหรับการให้คะแนน
ความเสี่ยงการเกิดโรค นอกจากนี้เราจะอธิบายชุดข้อมูลและเครื่อง
สูตรของปัญหาที่เปิดใช้งานข้อมูลการเรียนรู้ที่
นักวิทยาศาสตร์ในการทำงานในพื้นที่สำคัญอย่างมหาศาลนี้