Искусственные нейронные сети (ИНС) могут использоваться для выявления генов, связанных с теми или иными заболеваниями. К такому выводу пришли ученые Линчёпингского университета в Швеции. Исследователи надеются, что в будущем их метод сможет успешно применяться в точной медицине и персонализированном лечении.

Искусственный интеллект может находить гены, ответственные за заболевания
Фото: techxplore.com

Шведские ученые использовали искусственный интеллект для поиска биологических сетей. Алгоритм похож на тот, который применяется в соцсетях — когда нам предлагают добавить в друзья потенциально знакомых людей на основе общих контактов. Аналогичным способом ученые создают карты биологических сетей, основанные на способах взаимодействия между собой разных генов.

Поскольку ИНС отлично справляются с обнаружением изученных паттернов в огромных массивах данных, они часто используются для распознавания образов. Тем не менее, в биологических исследованиях вплоть до недавних пор метод машинного обучения применялся редко.

Искусственный интеллект может находить гены, ответственные за заболевания
Фото: naked-science.ru

«Мы впервые использовали глубокое обучение для поиска генов, связанных с заболеваниями. Это очень мощный метод анализа огромных объемов биологической информации или больших данных», — рассказывает один из авторов исследования, Сандив Двиведи (Sanjiv Dwivedi).

Ученые использовали базу данных с информацией о моделях экспрессии 20 тыс. генов у большого количества людей. При этом данные не сортировались, то есть ученые не сообщали нейронным сетям информации о том, какие модели экспрессий генов принадлежали больным, а какие — здоровым людям. После этого искусственный интеллект обучили находить закономерности в экспрессии генов.

В ходе исследования ученые попытались определить, может ли искусственный интеллект отличить ответственные за заболевания экспрессии генов от нормальных, и подтвердили, что их модель способна находить паттерны, согласующиеся с биологическими механизмами человеческого организма.

«Мы считаем, что ключ к успеху в этом направлении состоит в том, чтобы понять нейронную сеть. Это поможет нам узнать новое о биологических контекстах, таких как заболевания, к возникновению которых причастны различные факторы. И мы думаем, что наш метод предоставляет модели, которые можно использовать для разных видов биологической информации», — говорят авторы исследования.

Искусственные нейронные сети часто сравнивают с «черным ящиком»: известно, что в этот ящик помещается, и что получается в результате, однако неизвестно, что происходит внутри. Если ученым удастся «приподнять крышку черного ящика», они смогут понять и изучить действия, выполняемые внутренними слоями нейронных сетей.

Авторы исследования надеются, что разработанный ими метод сможет применяться в персонализированной медицине. Например, для определения наиболее подверженных тому или иному заболеванию людей, или — пациентов, лучше реагирующих на определенный вид препаратов.

Источник

Реклама на Компьютерре