Hluboké učení použité k nalezení genů souvisejících s nemocemi

Nová studie vedená výzkumníky z Linköpingské univerzity demonstruje, jak umělá neuronová síť (ANN) může odhalit velké množství dat o expresi genů a může vést k objevu skupin genů souvisejících s nemocemi. Studie byla publikována v Nature Communications, a vědci chtějí, aby metoda byla aplikována v přesné medicíně a individualizované léčbě.

Vědci目前 rozvíjejí mapy biologických sítí, které jsou založeny na tom, jak různé proteiny nebo geny interagují navzájem. Nová studie zahrnuje použití umělé inteligence (AI) za účelem zjištění, zda biologické sítě lze objevit pomocí hlubokého učení. Umělé neuronové sítě, které jsou trénovány experimentálními daty v procesu hlubokého učení, jsou schopny najít vzory v obrovském množství komplexních dat. Díky tomu se často používají v aplikacích, jako je rozpoznávání obrazů. I přes zdánlivě enormní potenciál je použití této metody strojového učení omezeno ve výzkumu biologie.

Sanjiv Dwivedi je postdoktorand na oddělení fyziky, chemie a biologie (IFM) na Linköpingské univerzitě.

“Poprvé jsme použili hluboké učení k nalezení genů souvisejících s nemocemi. Jedná se o velmi silnou metodu pro analýzu obrovského množství biologických informací, nebo ‘big data’,” říká Dwivedi.

Vědci se opírali o velkou databázi s informacemi o vzorcích exprese 20 000 genů u velkého počtu lidí. Umělé neuronové síti nebylo řečeno, které vzorce exprese genů pocházejí z lidí s nemocemi, nebo které jsou zdravé. Model AI byl poté trénován k nalezení vzorců exprese genů.

Jedna z tajemství strojového učení spočívá v tom, že目前 není možné vidět, jak umělá neuronová síť dospěje ke svému konečnému výsledku. Je možné vidět pouze informace, které vstupují, a informace, které jsou produkovány, ale vše, co se děje mezi tím, se skládá z několika vrstev matematicky zpracovaných informací. Tyto vnitřní mechanismy umělé neuronové sítě zatím nelze rozluštit. Vědci chtěli vědět, zda existují nějaké podobnosti mezi návrhy neuronové sítě a známými biologickými sítěmi.

Mike Gustafsson je senior lektor na IFM a vede studii.

“Když jsme analyzovali naší neuronovou síť, ukázalo se, že první skrytá vrstva reprezentovala do velké míry interakce mezi různými proteiny. Hlubší ve modelu, na třetí úrovni, jsme našli skupiny různých typů buněk. Je extrémně zajímavé, že tento typ biologicky relevantní skupiny je automaticky produkován, a to navzdory tomu, že naše síť začala s neklasifikovanými daty o expresi genů,” říká Gustafsson.

Vědci poté chtěli vědět, zda jejich model exprese genů může být použit k určení, které vzorce exprese genů jsou spojeny s nemocemi a které jsou normální. Byli schopni potvrdit, že model může objevit relativní vzorce, které souhlasí s biologickými mechanismy v těle. Další objev byl, že umělá neuronová síť může možná objevit úplně nové vzorce, jelikož byla trénována s neklasifikovanými daty. Výzkumníci nyní prozkoumají dříve neznámé vzorce a zda jsou relevantní v biologii.

“Věříme, že klíč k pokroku v oboru spočívá v pochopení neuronové sítě. To může naučit nové věci o biologických kontextech, jako jsou nemoci, ve kterých mnoho faktorů interaguje. A věříme, že naše metoda poskytuje modely, které jsou snazší obecně a které lze použít pro mnoho různých typů biologických informací,” říká Gustafsson.

Prostřednictvím spolupráce s výzkumníky z medicíny doufá Gustafsson, že metodu aplikuje v přesné medicíně. To by mohlo pomoci určit, které konkrétní typy léků by pacienti měli dostat.

Studie byla finančně podporována Švédskou nadací pro strategický výzkum (SSF) a Švédskou radou pro výzkum.