人工神經(jīng)網(wǎng)絡(luò)可以揭示大量基因表達(dá)數(shù)據(jù)中的模式，并發(fā)現(xiàn)與疾病相關(guān)的基因組。林雪平大學(xué)研究人員領(lǐng)導(dǎo)的一項(xiàng)新研究表明了這一點(diǎn)，該研究發(fā)表在《自然通訊》上?？茖W(xué)家希望該方法最終可以應(yīng)用于精密醫(yī)學(xué)和個(gè)性化治療。

使用社交媒體時(shí)，該平臺(tái)通常會(huì)建議您可能想要添加為朋友的人。該建議基于您和其他具有共同聯(lián)系的人，這表明您可能彼此認(rèn)識(shí)?？茖W(xué)家以類(lèi)似的方式根據(jù)不同蛋白質(zhì)或基因如何相互作用來(lái)繪制生物網(wǎng)絡(luò)圖。一項(xiàng)新研究背后的研究人員已經(jīng)使用人工智能AI來(lái)研究是否有可能通過(guò)深度學(xué)習(xí)發(fā)現(xiàn)生物網(wǎng)絡(luò)，其中的實(shí)體稱(chēng)為“人工神經(jīng)網(wǎng)絡(luò)”。”由實(shí)驗(yàn)數(shù)據(jù)訓(xùn)練而成。由于人工神經(jīng)網(wǎng)絡(luò)擅長(zhǎng)學(xué)習(xí)如何在大量復(fù)雜數(shù)據(jù)中查找模式，因此它們被用于圖像識(shí)別等應(yīng)用中。但是，迄今為止，這種機(jī)器學(xué)習(xí)方法仍很少用于生物學(xué)研究。

“我們第一次使用深度學(xué)習(xí)來(lái)發(fā)現(xiàn)與疾病相關(guān)的基因。這是一種用于分析大量生物信息或大數(shù)據(jù)的非常有效的方法，”物理，化學(xué)系博士后Sanjiv Dwivedi說(shuō)。林雪平大學(xué)生物與生物學(xué)(IFM)。

科學(xué)家使用了一個(gè)大型數(shù)據(jù)庫(kù)，其中包含有關(guān)許多人中20,000個(gè)基因的表達(dá)模式的信息。從某種意義上講，研究人員沒(méi)有提供人工神經(jīng)網(wǎng)絡(luò)信息，即有關(guān)哪些基因表達(dá)模式來(lái)自疾病患者以及哪些來(lái)自健康人群的信息，因此該信息是“未分類(lèi)的”。然后訓(xùn)練AI模型以發(fā)現(xiàn)基因表達(dá)模式。

機(jī)器學(xué)習(xí)的挑戰(zhàn)之一是不可能確切地看到人工神經(jīng)網(wǎng)絡(luò)如何解決任務(wù)。有時(shí)將AI稱(chēng)為“黑匣子”，我們只能看到放入該框的信息及其產(chǎn)生的結(jié)果。我們看不到它們之間的步驟。人工神經(jīng)網(wǎng)絡(luò)由幾層組成，其中對(duì)信息進(jìn)行數(shù)學(xué)處理。該網(wǎng)絡(luò)包括輸入層和輸出層，該輸入層和輸出層傳遞由系統(tǒng)執(zhí)行的信息處理的結(jié)果。在這兩層之間是幾個(gè)隱藏層，在其中進(jìn)行計(jì)算。當(dāng)科學(xué)家們訓(xùn)練了人工神經(jīng)網(wǎng)絡(luò)時(shí)，他們想知道是否有可能以某種方式抬起黑匣子的蓋子，并理解它是如何工作的。生物網(wǎng)絡(luò)相似嗎?

“當(dāng)我們分析神經(jīng)網(wǎng)絡(luò)時(shí)，發(fā)現(xiàn)第一隱藏層在很大程度上代表了各種蛋白質(zhì)之間的相互作用。相比之下，在模型的更深層的第三層，我們發(fā)現(xiàn)了不同細(xì)胞類(lèi)型的組。這非常有趣鑒于我們的網(wǎng)絡(luò)已經(jīng)從未分類(lèi)的基因表達(dá)數(shù)據(jù)開(kāi)始，這種類(lèi)型的生物學(xué)相關(guān)分組是自動(dòng)產(chǎn)生的，” IFM高級(jí)講師兼研究負(fù)責(zé)人Mika Gustafsson說(shuō)。

然后，科學(xué)家們研究了他們的基因表達(dá)模型是否可以用來(lái)確定哪些基因表達(dá)模式與疾病有關(guān)，哪些與疾病有關(guān)。他們確認(rèn)該模型發(fā)現(xiàn)了與人體生物學(xué)機(jī)制相吻合的相關(guān)模式。由于該模型是使用未分類(lèi)的數(shù)據(jù)訓(xùn)練的，因此人工神經(jīng)網(wǎng)絡(luò)可能已經(jīng)找到了全新的模式。研究人員現(xiàn)在計(jì)劃從生物學(xué)的角度研究這種先前未知的模式是否相關(guān)。

“我們認(rèn)為該領(lǐng)域取得進(jìn)展的關(guān)鍵是了解神經(jīng)網(wǎng)絡(luò)。這可以教會(huì)我們有關(guān)生物學(xué)環(huán)境的新知識(shí)，例如許多因素相互作用的疾病。而且我們認(rèn)為我們的方法所提供的模型更易于推廣而且可以用于許多不同類(lèi)型的生物學(xué)信息。” Mika Gustafsson說(shuō)。

米卡·古斯塔夫森(Mika Gustafsson)希望與醫(yī)學(xué)研究人員的緊密合作將使他能夠?qū)⒀芯恐虚_(kāi)發(fā)的方法應(yīng)用于精密醫(yī)學(xué)。例如，可以確定哪些患者組應(yīng)接受某種類(lèi)型的藥物，或者確定受影響最嚴(yán)重的患者。