Metode Deep Learning Mendeteksi Biomarker Penyakit

Peneliti di Universitas Waterloo telah mengembangkan jaringan pembelajaran dalam yang dapat mendeteksi biomarker penyakit dengan tingkat akurasi yang tinggi. Ini mencapai 98 persen deteksi fitur peptida dalam dataset, yang berarti ilmuwan dan ahli medis akan memiliki kesempatan lebih besar untuk menemukan penyakit yang mungkin melalui analisis sampel jaringan.

Mengidentifikasi Biomarker

Teknik yang ada untuk mendeteksi penyakit melibatkan analisis struktur protein dari sampel bio. Program komputer memainkan peran besar dalam proses ini karena mereka memeriksa sejumlah besar data yang dihasilkan dalam tes, yang kemudian dapat mereka gunakan untuk mengidentifikasi penanda penyakit tertentu.

Fatema Tuz Zohora adalah peneliti PhD di Sekolah Ilmu Komputer Cheriton.

“Tapi program yang ada sering tidak akurat atau dapat dibatasi oleh kesalahan manusia dalam fungsi dasarnya,” kata Zohora.

“Apa yang kami lakukan dalam penelitian kami adalah menciptakan jaringan saraf dalam yang mencapai 98 persen deteksi fitur peptida dalam dataset. Kami bekerja untuk membuat deteksi penyakit lebih akurat untuk memberikan praktisi kesehatan dengan alat terbaik,” lanjut Zohora.

Peptida adalah rantai asam amino yang membentuk protein dalam jaringan manusia, dan rantai kecil ini adalah tempat penanda penyakit sering diidentifikasi. Jika peneliti dapat menemukan cara yang lebih baik untuk pengujian, maka akan memungkinkan untuk mendeteksi penyakit dengan akurasi yang lebih tinggi dan lebih awal.

Pointlso Jaringan Pembelajaran Dalam

Jaringan pembelajaran dalam baru yang dikembangkan oleh tim ini disebut Pointlso, dan ini adalah bentuk pembelajaran mesin atau kecerdasan buatan yang dilatih pada database besar dari urutan yang ada dari sampel bio.

“Metode lain untuk deteksi biomarker penyakit biasanya memiliki banyak parameter yang harus disetel secara manual oleh ahli lapangan,” kata Zohora. “Tapi jaringan saraf dalam kami belajar parameter itu sendiri, yang lebih akurat, dan membuat pendekatan penemuan biomarker penyakit menjadi otomatis.”

Aspek lain yang penting dari program ini adalah bahwa itu tidak dilatih untuk mencari hanya satu jenis penyakit. Sebaliknya, itu dilatih untuk mengidentifikasi penanda yang terkait dengan berbagai penyakit, seperti penyakit jantung, kanker, dan COVID-19.

“Ini dapat diterapkan untuk penemuan biomarker penyakit apa pun,” kata Zohora. “Dan karena ini pada dasarnya adalah model pengenalan pola, itu dapat digunakan untuk deteksi objek kecil dalam sejumlah besar data. Ada banyak aplikasi untuk kedokteran dan ilmu; ini menarik untuk melihat kemungkinan yang terbuka melalui penelitian ini dan bagaimana itu dapat membantu orang.”