Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Insitro gépi tanulási biológia kvíz

Explore how Insitro combines stem-cell disease models, imaging and omics data, human genetics, and machine learning to inform drug discovery.

Kapcsolódó útmutató utakInsitro Gépi Tanulás Biológia
kérdés 1 -ból 8

Mit takar az „Insitro” név?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mit takar az „Insitro” név?
    • „In silico” (számítás) és „in vitro” (laboratóriumi biológia)
    • Inzulin és nitro
    • Belül és kívül
    • Insight és retro
  2. Ki alapította az Insitrót?
    • Demis Hassabis
    • Daphne Koller
    • Andrew Ng
    • Jensen Huang
  3. Miért hangsúlyozza az Insitro a humán genetikát a célkiválasztás során?
    • Olcsóbb, mint a képalkotás
    • A genetika nem igényel adatokat
    • Az emberi genetika az egyik legerősebb bizonyíték arra, hogy a célpont valóban betegséget okoz
    • Kerüli a számítógépek használatát
  4. Mi az a „gépi tanulási fenotípus”, ahogyan az Insitro használja?
    • Egy robot viselkedése
    • A szoftverhiba egy fajtája
    • Marketing címke
    • A mesterséges intelligencia által olyan adatokból származó mennyiségi jellemző, mint az orvosi képek
  5. Melyik nagy humán kohortot használják általában biobanki méretű genetikai vizsgálatokhoz, például az Insitro-hoz?
    • UK Biobank
    • Netflix adatkészlet
    • ImageNet
    • Wikipédia
  6. Melyik betegségterületre összpontosít az Insitro és a Gilead közötti partnerség?
    • Megfázás
    • Májbetegségek, például NASH és fibrózis
    • Törött csontok
    • Fogszuvasodás
  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