एआई मॉडल और प्लेटफ़ॉर्म

गहरे शिक्षण विधि रोग बायोमार्कर का पता लगाती है

Alex McFarland
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुपॉइंटलसो डीप लर्निंग नेटवर्क 98 प्रतिशत पेप्टाइड पहचान सटीकता प्राप्त करता है।
और देखें
  • पॉइंटलसो डीप लर्निंग नेटवर्क 98 प्रतिशत पेप्टाइड पहचान सटीकता प्राप्त करता है।
  • नेटवर्क मैन्युअल ट्यूनिंग के बिना पैरामीटर सीखकर बायोमार्कर खोज को स्वचालित करता है।
  • पॉइंटलसो कैंसर और कोविड-19 सहित कई बीमारियों के लिए बायोमार्कर की पहचान करता है।

वाटरलू विश्वविद्यालय के शोधकर्ताओं ने एक गहरे शिक्षण नेटवर्क विकसित किया है जो बीमारी बायोमार्कर का पता लगा सकता है जो उच्च सटीकता के साथ हासिल किया जा सकता है। यह एक डेटासेट में पेप्टाइड विशेषताओं का 98 प्रतिशत पता लगाता है, जिसका अर्थ है कि वैज्ञानिकों और चिकित्सा विशेषज्ञों के पास ऊतक नमूने के विश्लेषण के माध्यम से संभावित बीमारियों का पता लगाने का अधिक मौका होगा।

बायोमार्कर की पहचान

बीमारियों का पता लगाने के लिए मौजूदा तकनीकें जैव-नमूनों के प्रोटीन संरचना के विश्लेषण में शामिल हैं। कंप्यूटर प्रोग्राम इस प्रक्रिया में एक बड़ी भूमिका निभाते हैं क्योंकि वे परीक्षणों में उत्पादित बड़ी मात्रा में डेटा की जांच करते हैं, जिसका उपयोग वे विशिष्ट बीमारी मार्कर की पहचान करने के लिए कर सकते हैं।

फातेमा तुज ज़ोहरा कंप्यूटर साइंस स्कूल में एक पीएचडी शोधकर्ता हैं।

“लेकिन मौजूदा कार्यक्रम अक्सर असटीक होते हैं या मानव त्रुटि द्वारा अपने अंतर्निहित कार्यों में सीमित हो सकते हैं,” ज़ोहरा ने कहा।

“हमने अपने शोध में एक गहरे तंत्रिका नेटवर्क बनाया है जो एक डेटासेट में पेप्टाइड विशेषताओं का 98 प्रतिशत पता लगाता है। हम बीमारी का पता लगाने को अधिक सटीक बनाने के लिए स्वास्थ्य सेवा प्रदाताओं को सर्वोत्तम उपकरण प्रदान करने का प्रयास कर रहे हैं,” ज़ोहरा ने जारी रखा।

पेप्टाइड्स अमीनो एसिड के श्रृंखला होते हैं जो मानव ऊतक में प्रोटीन बनाते हैं, और ये छोटी श्रृंखलाएं अक्सर बीमारी के विशिष्ट मार्कर की पहचान करने के लिए होती हैं। यदि शोधकर्ता परीक्षण के लिए एक बेहतर तरीका खोज सकते हैं, तो यह संभव होगा कि बीमारियों का पता लगाने की सटीकता और बहुत पहले की जा सके।

पॉइंटल्सो गहरे शिक्षण नेटवर्क

टीम द्वारा विकसित नया गहरे शिक्षण नेटवर्क पॉइंटल्सो कहलाता है, और यह एक प्रकार की मशीन लर्निंग या कृत्रिम बुद्धिमत्ता है जिसे जैव-नमूनों से मौजूद अनुक्रमों के एक विशाल डेटाबेस पर प्रशिक्षित किया गया है।

“बीमारी बायोमार्कर का पता लगाने के लिए अन्य तरीकों में आमतौर पर कई पैरामीटर होते हैं जिन्हें क्षेत्र के विशेषज्ञों द्वारा मैन्युअल रूप से सेट किया जाना चाहिए,” ज़ोहरा ने कहा। “लेकिन हमारा गहरा तंत्रिका नेटवर्क स्वयं पैरामीटर सीखता है, जो अधिक सटीक है, और बीमारी बायोमार्कर खोज दृष्टिकोण को स्वचालित बनाता है।”

कार्यक्रम का एक और महत्वपूर्ण पहलू यह है कि यह केवल एक प्रकार की बीमारी के लिए नहीं देखा जाता है। इसके बजाय, यह विभिन्न बीमारियों से जुड़े बायोमार्कर की पहचान करने के लिए प्रशिक्षित किया जाता है, जैसे कि हृदय रोग, कैंसर और कोविड-19।

“यह किसी भी प्रकार की बीमारी बायोमार्कर खोज के लिए लागू है,” ज़ोहरा ने कहा। “और क्योंकि यह मूल रूप से एक पैटर्न मान्यता मॉडल है, इसका उपयोग बड़ी मात्रा में डेटा के भीतर छोटे वस्तुओं का पता लगाने के लिए किया जा सकता है। चिकित्सा और विज्ञान के लिए इतने सारे अनुप्रयोग हैं; यह देखना रोमांचक है कि यह शोध कैसे लोगों की मदद कर सकता है।”

Alex McFarland

Alex Unite.AI के एआई‑संचालित समाचार संचालन का नेतृत्व करते हैं, पत्रकारिता, अनुसंधान और स्वचालन को मिलाकर कृत्रिम बुद्धिमत्ता की समय पर और स्केलेबल कवरेज को समर्थन देते हैं। उनका काम यह सुनिश्चित करने में मदद करता है कि उभरते एआई विकास को प्रभावी ढंग से उजागर किया जाए, जबकि प्रकाशन के संपादकीय मानकों को बनाए रखा जाए।