Metoda de învățare profundă detectează biomarkeri de boală

Cercetătorii de la Universitatea Waterloo au dezvoltat o rețea de învățare profundă care poate detecta biomarkeri de boală cu un grad ridicat de acuratețe. Acesta atinge 98 la sută detectare a caracteristicilor peptidice într-un set de date, ceea ce înseamnă că oamenii de știință și experții medicali ar avea o șansă mai mare de a descoperi posibile boli prin analiza probelor de țesut.

Identificarea biomarkerilor

Tehnicile existente pentru detectarea bolilor implică analiza structurii proteice a probelor bio. Programele de calculator joacă un rol important în acest proces, deoarece examinează cantitatea mare de date produse în teste, pe care le pot folosi apoi pentru a identifica markeri specifici de boală.

Fatema Tuz Zohora este cercetător PhD în Școala de științe computaționale Cheriton.

“Dar programele existente sunt adesea inexacte sau pot fi limitate de erorile umane în funcțiile lor subiacente”, a spus Zohora.

“Ce am făcut în cercetarea noastră este să creăm o rețea neuronală profundă care atinge 98 la sută detectare a caracteristicilor peptidice într-un set de date. Ne străduim să facem detectarea bolilor mai precisă, pentru a oferi practicienilor de sănătate cele mai bune instrumente”, a continuat Zohora.

Peptidele sunt lanțuri de aminoacizi care alcătuiesc proteinele din țesutul uman, iar aceste lanțuri mici sunt locul în care se identifică adesea markeri specifici de boală. Dacă cercetătorii pot găsi o modalitate mai bună de testare, va fi posibilă detectarea bolilor cu o acuratețe mai mare și mult mai devreme.

Rețeaua de învățare profundă Pointlso

Noua rețea de învățare profundă dezvoltată de echipă se numește Pointlso și este o formă de învățare automată sau inteligență artificială care a fost antrenată pe o bază de date masivă de secvențe existente din probe bio.

“Alte metode de detectare a biomarkerilor de boală au de obicei multe parametri care trebuie setați manual de către experții din domeniu”, a spus Zohora. “Dar rețeaua noastră neuronală profundă învață parametrii singură, ceea ce este mai precis și face abordarea descoperirii biomarkerilor de boală automată.”

Un alt aspect important al programului este că nu este antrenat să caute doar un anumit tip de boală. În schimb, este antrenat să identifice biomarkerii asociați cu diverse boli, cum ar fi bolile cardiace, cancerul și COVID-19.

“Este aplicabil pentru orice tip de descoperire a biomarkerilor de boală”, a spus Zohora. “Și pentru că este esențialmente un model de recunoaștere a pattern-urilor, poate fi utilizat pentru detectarea oricărui obiect mic într-o cantitate mare de date. Sunt atâtea aplicații pentru medicină și știință; este emoționant să vedem posibilitățile care se deschid prin această cercetare și cum poate ajuta oamenii.”