2020年9月24日看到美国MD安德森癌症研究中心梁晗老师实验室发表在Cencer Cell的Next-generation Analytics for Omics Data的评论文章，介绍了其团队基于自然语言和人工智能开发的组学数据分析平台——DrBioRight。
这是一个很宏大的设想，不需要编程，只需要输入自然语言，该工具就可以帮助实现所需的分析。而且还可以根据每次的分析经历进行自我学习和提高，不断完善其识别任务和盛微信分析的能力。
这么有意思的工具得实际体验一下，经测试可以轻松完成TCGA数据的统计、指定基因的关联分析和一套转录组数据的分析（从原始数据到表达矩阵）。其官方视频还提供了进行生存分析、突变分析等功能的演示。
DrBioRight整体功能介绍
http://mpvideo.qpic.cn/0bf2r4cheaae3qamhiltenpvjd6dokhqi4qa.f10002.mp4?dis_k=15082527dc6f01604bba9182a5645acf&dis_t=1663759447&vid=wxv_1544970671129198595&format_id=10002&support_redirect=0&mmversion=false
DrBioRight转录组分析
http://mpvideo.qpic.cn/0b78fqaakaaa4aalm3lxjfpvalgdauwaabia.f10002.mp4?dis_k=31bc0c3001c98d0f54ae1f924fa3efd8&dis_t=1663759446&vid=wxv_1544981306189643777&format_id=10002&support_redirect=0&mmversion=false
DrBioRight生存分析
http://mpvideo.qpic.cn/0b78ceaakaaao4alnulxjnpvaeodauiqabia.f10002.mp4?dis_k=0c960ef28e59294a1adf19e90a6ff155&dis_t=1663759446&vid=wxv_1544979585266712576&format_id=10002&support_redirect=0&mmversion=false
当然目前能识别的文字还需要一定的范式，对关键词不同写法的区分能力也有一些不完善。但迈出了第一步，后面的完善还会远吗？而且这个工具是可以自学习的，欢迎更多朋友去测试帮助其不断完善。赶紧点击https://drbioright.org/landing/去体验下吧。
参考
https://www.cell.com/cancer-cell/fulltext/S1535-6108(20)30433-5
https://drbioright.org/landing/
