Derin öğrenme tarafından oluşturulan algoritma, insan genomu boyunca potansiyel terapötik hedefler bulur
New Jersey Teknoloji Enstitüsü’ndeki araştırmacılar ve Philadelphia Çocuk Hastanesi genel yapısını değiştirmeden DNA’nın aktivitesini değiştirebilen bir süreç olan DNA metilasyon bölgelerini tahmin etmeye yardımcı olan makine öğrenimi yoluyla bir algoritma geliştirdiler. Algoritma, geleneksel tarama yöntemleriyle gözden kaçabilecek hastalığa neden olan mekanizmaları tanımlayabilir.
DNA metilasyonu, birçok önemli hücresel süreçte yer alır ve gen ifadesinde önemli bir bileşendir. Metilasyondaki hatalar, çeşitli insan hastalıklarıyla bağlantılıdır.
Hesaplama açısından yoğun araştırma, ABD Ulusal Bilim Vakfı tarafından desteklenen süper bilgisayarlar üzerinde gerçekleştirildi. XSEDE projesi, ülke çapında araştırmacı erişimini koordine eder. Sonuçlar dergide yayınlandı Doğa Makine Zekası.
Genomik dizileme araçları, metilasyonun etkilerini yakalayamıyor çünkü tek tek genler hala aynı görünüyor.
Çocuk Hastanesi Uygulamalı Genomik Merkezi direktörü Hakon Hakonarson, “Önceden, genomdaki metilasyon bölgelerini belirlemek için geliştirilen yöntemler, belirli bir zamanda yalnızca belirli nükleotit uzunluklarına bakabiliyordu, bu nedenle çok sayıda metilasyon bölgesi gözden kaçırılıyordu” dedi. çalışmanın kıdemli ortak yazarı. “Potansiyel olarak hastalığa neden olan genom boyunca bu motifleri tanımlayabilecek bir araçla metilasyon bölgelerini tanımlamanın ve tahmin etmenin daha iyi bir yoluna ihtiyacımız vardı.”
Children’s Hospital ve New Jersey Institute of Technology’deki ortakları derin öğrenmeye yöneldi. NJIT’de bilgisayar bilimcisi ve çalışmanın kıdemli yazarlarından biri olan Zhi Wei, Hakonarson ve ekibiyle birlikte çalışarak metilasyon bölgelerinin nerede olduğunu tahmin edebilen derin bir öğrenme algoritması geliştirdi ve araştırmacıların yakınlardaki belirli genler üzerindeki olası etkileri belirlemesine yardımcı oldu.
NSF’nin Gelişmiş Siber Altyapı Ofisi direktörü Amy Friedlander, “NSF destekli yapay zeka odaklı hesaplama yeteneklerinin bu önemli araştırmanın ilerlemesine katkıda bulunmasından çok memnunuz” dedi.