Diepe Leer Methode Detecteert Ziekte Biomarkers

Onderzoekers aan de Universiteit van Waterloo hebben een diep leer netwerk ontwikkeld dat ziekte biomarkers met een hoge mate van nauwkeurigheid kan detecteren. Het bereikt 98 procent detectie van peptidenkenmerken in een dataset, wat betekent dat wetenschappers en medische experts een grotere kans hebben om mogelijke ziekten te ontdekken door weefselmonsters te analyseren.

Biomarkers Identificeren

Bestaande technieken voor het detecteren van ziekten omvatten de analyse van de eiwitstructuur van bio-monsters. Computerprogramma’s spelen een grote rol in dit proces, omdat ze de grote hoeveelheid gegevens die tijdens de tests worden gegenereerd, onderzoeken, die ze vervolgens kunnen gebruiken om specifieke markers van ziekten te identificeren.

Fatema Tuz Zohora is een PhD-onderzoeker aan de Cheriton School of Computer Science.

“Maar bestaande programma’s zijn vaak onnauwkeurig of kunnen beperkt worden door menselijke fouten in hun onderliggende functies,” zei Zohora.

“Wat we in ons onderzoek hebben gedaan, is het creëren van een diep neuronaal netwerk dat 98 procent detectie van peptidenkenmerken in een dataset bereikt. We werken aan het maken van ziekte detectie meer nauwkeurig om gezondheidszorgbeoefenaars de beste instrumenten te geven,” vervolgde Zohora.

Peptiden zijn ketens van aminozuren die eiwitten in menselijk weefsel vormen, en deze kleine ketens zijn waar specifieke markers van ziekten vaak worden geïdentificeerd. Als onderzoekers een betere manier van testen kunnen vinden, zal het mogelijk zijn om ziekten met grotere nauwkeurigheid en veel eerder te detecteren.

Pointlso Diep Leer Netwerk

Het nieuwe diep leer netwerk dat door het team is ontwikkeld, heet Pointlso, en het is een vorm van machine learning of kunstmatige intelligentie die is getraind op een enorme database van bestaande sequenties van bio-monsters.

“Andere methoden voor ziekte biomarker detectie hebben meestal veel parameters die handmatig moeten worden ingesteld door veldexperts,” zei Zohora. “Maar ons diep neuronaal netwerk leert de parameters zelf, wat nauwkeuriger is, en maakt de ziekte biomarker ontdekking benadering geautomatiseerd.”

Een andere belangrijke aspect van het programma is dat het niet is getraind om alleen naar één type ziekte te zoeken. In plaats daarvan is het getraind om de biomarkers geassocieerd met verschillende ziekten te identificeren, zoals hartziekten, kanker en COVID-19.

“Het is toepasbaar voor elke soort ziekte biomarker ontdekking,” zei Zohora. “En omdat het in wezen een patroonherkenningsmodel is, kan het worden gebruikt voor de detectie van kleine objecten binnen een grote hoeveelheid gegevens. Er zijn zo veel toepassingen voor geneeskunde en wetenschap; het is spannend om de mogelijkheden te zien die door dit onderzoek worden geopend en hoe het mensen kan helpen.”