Kvíz spojený s průvodcem · Střední úroveň

Insitro kvíz z biologie strojového učení

Prozkoumejte, jak Insitro kombinuje modely nemocí kmenových buněk, zobrazovací a omická data, lidskou genetiku a strojové učení, aby poskytla informace pro objevování léků.

Související vodicí cestyInsitro biologie strojového učení
Otázka 1 z 8

Co spojuje název „Insitro“?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Co spojuje název „Insitro“?
    • „In silico“ (výpočet) a „in vitro“ (laboratorní biologie)
    • Inzulín a nitro
    • Uvnitř i venku
    • Insight a retro
  2. Kdo založil Insitro?
    • Demis Hassabis
    • Daphne Kollerová
    • Andrew Ng
    • Jensen Huang
  3. Proč Insitro při výběru cíle klade důraz na lidskou genetiku?
    • Je to levnější než zobrazování
    • Genetika nevyžaduje žádná data
    • Lidská genetika je jedním z nejsilnějších důkazů, že cíl skutečně způsobuje onemocnění
    • Vyhýbá se používání počítačů
  4. Co je to „fenotyp strojového učení“, jak jej Insitro používá?
    • Chování robota
    • Typ softwarové chyby
    • Marketingová značka
    • Kvantitativní vlastnost odvozená umělou inteligencí z dat, jako jsou lékařské snímky
  5. Která velká lidská kohorta se běžně používá pro genetické studie v biobankách, jako je Insitro?
    • Britská biobanka
    • Dataset Netflix
    • ImageNet
    • Wikipedie
  6. Na jakou oblast onemocnění se zaměřuje partnerství Insitro s Gileadem?
    • Nachlazení
    • Onemocnění jater, jako je NASH a fibróza
    • Zlomené kosti
    • Zubní kaz
  7. What does an in-vitro disease model refer to in Insitro's approach?
    • A computer simulation with no biological measurements
    • A population study that uses only insurance claims
    • A lab-grown cellular model, such as stem-cell-derived cells, used to study disease biology
    • An animal trial that replaces all cell experiments
  8. How can Insitro combine an image-derived phenotype with human genetics?
    • Treat every associated locus as proof of a causal drug target
    • Replace genetic data with a microscope image of the whole population
    • Use a phenotype score as a clinical diagnosis without validation
    • Run genome-wide association analyses to identify loci associated with the measured phenotype