每日文摘 | 2018年09月12日

來自專欄生物解碼

Is Whole-Fat Dairy Good for the Heart? | The New York Times

一項大型研究分析了食用全脂乳製品與心血管疾病風險之間的關係。這項研究的發現引發了對當前膳食指南的質疑，這些指南建議用無脂或低脂乳製品替代全脂產品。該研究發表在《柳葉刀》雜誌上，其中包括21個國家的136384人，平均隨訪9年。攝入兩份或更多份全脂乳製品的人群心臟病風險降低22％，中風風險降低34％，心血管疾病死亡風險降低23％。（一份是8盎司的牛奶或酸奶、一茶匙的黃油或半盎司的乳酪。）該研究控制了許多因素，包括年齡、性別、教育程度、吸煙、體力活動以及水果、蔬菜、紅肉和澱粉類食物的消費量。

原文連接 | 論文連接

The evolutionary landscape of colorectal tumorigenesis | Nature Ecology & Evolution

人們仍然在??很大程度上不清楚是什麼樣的進化事件促使結直腸腺瘤（良性）發展為癌症（惡性）。通過對24個良性和惡性結直腸腫瘤的多區域基因組和外顯子組測序，科學家研究了這些腫瘤的進化階段及其適應性。與癌症不同，晚期腺瘤通常具有亞克隆的驅動性突變（driver mutations），這些突變被認為在致癌過程中起到重要功能，並具有相對較高的遺傳異質性。癌症與腺瘤的區別在於廣泛的染色體變異，通常是克隆性的，並且通常以「間斷」的方式不斷累積。

論文連接

The What-If Tool: Code-Free Probing of Machine Learning Models | Google AI Blog

在構建有效的機器學習系統的過程中，僅僅訓練模型是不夠的，還需要不斷提出許多問題。一個優秀的機器學習工程師要像偵探一樣，不斷更好地理解他們的模型：數據點的變化將如何影響模型的預測？模型對不同的群體有什麼不同的表現？正在測試模型的數據集是否具有多樣性？Google推出了一個What-If Tool，是開源的TensorBoard Web的一項新功能，它允許用戶在不編寫代碼的情況下分析機器學習模型。對於TensorFlow模型和數據集，該工具可以提供了一個互動式可視化界面，用於探索模型結果。

原文連接

推薦閱讀：