ディープラーニング方法が疾患バイオマーカーを検出する

ウォータールー大学の研究者は、ディープラーニングネットワークを開発しました。このネットワークは、疾患バイオマーカーを高い精度で検出できます。データセット内のペプチド特性の検出精度は98％です。つまり、科学者や医療専門家は、組織サンプルの分析を通じて、可能な疾患を発見する可能性が高くなります。

バイオマーカーの同定

疾患を検出するための既存の技術には、バイオサンプルのタンパク質構造を分析することが含まれます。コンピュータープログラムは、このプロセスで重要な役割を果たします。大量のデータを分析し、特定の疾患マーカーを識別するために使用されます。

ファテマ・トゥズ・ゾホラは、チェリトン・スクール・オブ・コンピューター・サイエンスの博士研究員です。

「しかし、既存のプログラムは、しばしば不正確であるか、人間のエラーによって制限されることがあります」とゾホラさんは述べました。

「私たちの研究では、98％のペプチド特性を検出できるディープニューラルネットワークを作成しました。疾患検出をより正確に行うために、ヘルスケア専門家に最良のツールを提供することを目指しています」とゾホラさんは続けました。

ペプチドは、アミノ酸の鎖で構成され、ヒト組織のタンパク質を形成します。これらの小さな鎖は、疾患の特定のマーカーがしばしば同定される場所です。研究者が検査方法を改善することができれば、疾患をより正確に、かつ早期に検出できるようになります。

Pointlsoディープラーニングネットワーク

チームによって開発された新しいディープラーニングネットワークは、Pointlsoと呼ばれます。これは、バイオサンプルからの既存のシーケンスの大量のデータベースでトレーニングされた、機械学習または人工知能の一種です。

「他の疾患バイオマーカー検出方法は、フィールドの専門家によって手動で設定される多数のパラメータを持っています」とゾホラさんは述べました。「しかし、私たちのディープニューラルネットワークはパラメータを自身で学習し、より正確で、自動化された疾患バイオマーカー発見アプローチを実現します」。

プログラムのもう一つの重要な側面は、特定の疾患のみを検出するようにトレーニングされていないことです。代わりに、心臓病、がん、COVID-19などのさまざまな疾患に関連するバイオマーカーを識別するようにトレーニングされています。

「どのような疾患バイオマーカーの発見にも適用できます」とゾホラさんは述べました。「本質的に、パターン認識モデルであるため、大量のデータ内にある小さなオブジェクトの検出に使用できます。医学と科学における応用は数多くあり、研究を通じてこれらの可能性がどのように人々を助けることができるかを見て、興奮しています」。