这种分类和转移过程使林雪平大学的研究人员能够发现新的疾病相关基因组。该技术的基础应有助于提高精确(个性化)医学的水平,从而针对不同情况提供更可靠的个性化治疗形式。
生物技术的方向是构建生物网络图。这些网络涉及不同蛋白质或基因如何相互作用。这是一项复杂的任务,人工智能的应用帮助简化了这一过程。
所使用的人工智能的特定形式是一种称为“人工神经网络”的深度学习。要开发“连接系统”,需要使用生物学数据对平台进行培训。
随着时间的推移,研究证明了他们的“人工神经网络如何能够分析大量复杂数据。
通过使用包含与数百人相关的20,000个基因的数据集,可以证明这一点。信息显示为“未排序”。然后,将人工智能用于评估与疾病患者相关的哪些基因表达模式,而不是与健康人相关的那些基因表达模式。为此,系统需要在蛋白质,蛋白质和细胞类型之间找到隐藏的数据集。
这项工作使研究人员能够训练人工智能以在新数据集中找到基因表达模式。
首席科学家Sanjiv Dwivedi表示:“我们第一次使用深度学习来发现与疾病相关的基因。在分析大量生物信息或“大数据”时,这是一种非常强大的方法。”
该项目的下一阶段将涉及与其他研究机构合作,以通过评估给定患者的遗传模式来探索如何开发针对特定患者的药物。