人工智能發現與疾病相關的基因

人工神經網絡可以揭示大量基因表達數據中的模式，并發現與疾病相關的基因組。林雪平大學研究人員領導的一項新研究表明了這一點，該研究發表在《自然通訊》上。科學家希望該方法最終可以應用于精密醫學和個性化治療。

使用社交媒體時，該平臺通常會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系的人，這表明您可能彼此認識。以類似的方式，科學家正在根據不同的蛋白質或基因如何相互作用來繪制生物網絡圖。一項新研究背后的研究人員已經使用人工智能AI來研究是否有可能使用深度學習發現生物網絡，其中的實體稱為“人工神經網絡”。“通過實驗數據進行訓練。由于人工神經網絡非常擅長學習如何在大量復雜數據中查找模式，因此它們被用于圖像識別等應用。但是，迄今為止，這種機器學習方法很少用于生物學研究。

“我們第一次使用深度學習來發現與疾病相關的基因。這是一種用于分析大量生物信息或大數據的非常有效的方法，”物理，化學系博士后Sanjiv Dwivedi說。林雪平大學的生物與生物學(IFM)。

科學家使用了一個大型數據庫，其中包含有關許多人中20,000個基因的表達模式的信息。從某種意義上說，研究人員沒有提供人工神經網絡信息，即有關哪些基因表達模式來自疾病患者以及哪些來自健康人群的信息，因此該信息是“未分類的” 。然后訓練AI模型以發現基因表達模式。

機器學習的挑戰之一是不可能確切地看到人工神經網絡如何解決任務。有時將AI稱為“黑匣子”，我們只能看到放入該框中的信息及其產生的結果。我們看不到它們之間的步驟。人工神經網絡由幾層組成，其中對信息進行數學處理。該網絡包括輸入層和輸出層，該輸入層和輸出層傳遞由系統執行的信息處理的結果。在這兩層之間是幾個隱藏層，在其中進行計算。當科學家們訓練了人工神經網絡時，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。生物網絡相似嗎?