Învățarea profundă utilizată pentru a găsi genele legate de boli

Un studiu nou condus de cercetători de la Universitatea Linköping demonstrează cum o rețea neuronală artificială (ANN) poate dezvălui cantități mari de date de exprimare a genelor și poate duce la descoperirea grupurilor de gene legate de boli. Studiul a fost publicat în Nature Communications, și oamenii de știință doresc ca metoda să fie aplicată în medicina de precizie și tratamentul personalizat.

Oamenii de știință dezvoltă în prezent hărți ale rețelelor biologice care se bazează pe modul în care diferiți proteini sau gene interacționează între ele. Noul studiu implică utilizarea inteligenței artificiale (IA) pentru a determina dacă rețelele biologice pot fi descoperite prin utilizarea învățării profunde. Rețelele neuronale artificiale, care sunt antrenate prin date experimentale în procesul de învățare profundă, pot găsi modele în cantități masive de date complexe. Din cauza acestui fapt, ele sunt adesea utilizate în aplicații precum recunoașterea imaginilor. Chiar și cu potențialul său aparent enorm, utilizarea acestei metode de învățare automată a fost limitată în cadrul cercetării biologice.

Sanjiv Dwivedi este postdoc în Departamentul de Fizică, Chimie și Biologie (IFM) la Universitatea Linköping.

“Am utilizat pentru prima dată învățarea profundă pentru a găsi gene legate de boli. Aceasta este o metodă foarte puternică în analiza cantităților uriașe de informații biologice, sau ‘date mari’,” spune Dwivedi.

Oamenii de știință s-au bazat pe o bază de date mare cu informații despre modelele de exprimare a 20.000 de gene la un număr mare de oameni. Rețeaua neuronală artificială nu a fost informată care dintre modelele de exprimare a genelor erau de la oameni cu boli, sau care dintre ele erau de la indivizi sănătoși. Modelul de inteligență artificială a fost apoi antrenat pentru a găsi modele de exprimare a genelor.

Una dintre misterele care înconjoară învățarea automată este că, în prezent, este imposibil să se vadă cum o rețea neuronală artificială ajunge la rezultatul final. Este posibil să se vadă doar informațiile care intră și informațiile care sunt produse, dar tot ceea ce se întâmplă între ele constă în mai multe straturi de informații procesate matematic. Aceste funcționări interne ale unei rețele neuronale artificiale nu pot fi încă descifrate. Oamenii de știință au dorit să știe dacă există asemănări între proiectarea rețelei neuronale și rețelele biologice familiare.

Mike Gustafsson este lector superior la IFM și conduce studiul.

“Când am analizat rețeaua noastră neuronală, s-a dovedit că primul strat ascuns reprezenta în mare măsură interacțiuni între diverse proteine. Mai adânc în model, pe al treilea nivel, am găsit grupuri de celule diferite. Este extrem de interesant că acest tip de grupare biologic relevantă este produs automat, având în vedere că rețeaua noastră a început cu date de exprimare a genelor neclasificate,” spune Gustafsson.

Oamenii de știință au dorit apoi să știe dacă modelul lor de exprimare a genelor poate fi utilizat pentru a determina care dintre modelele de exprimare a genelor sunt asociate cu boli și care sunt normale. Ei au putut confirma că modelul poate descoperi modele relative care sunt de acord cu mecanismele biologice din corp. O altă descoperire a fost că rețeaua neuronală artificială poate posibil descoperi modele complet noi, deoarece a fost antrenată cu date neclasificate. Cercetătorii vor investiga acum modelele necunoscute anterior și vor determina dacă sunt relevante în biologie.

“Credem că cheia progresului în acest domeniu este să înțelegem rețeaua neuronală. Acest lucru ne poate învăța lucruri noi despre contexte biologice, cum ar fi bolile în care interacționează mulți factori. Și credem că metoda noastră oferă modele care sunt mai ușor de generalizat și care pot fi utilizate pentru diferite tipuri de informații biologice,” spune Gustafsson.

Prin colaborări cu cercetători medicali, Gustafsson speră să aplice metoda în medicina de precizie. Acest lucru ar putea ajuta la determinarea tipurilor specifice de medicamente pe care pacienții ar trebui să le primească.

Studiul a fost finanțat de Fundația Suedeză pentru Cercetare Strategică (SSF) și Consiliul Suedez de Cercetare.