Машинное обучение помогло разобраться в регулировании генов

Биологи Лаборатории в Колд-Спринг-Харбор создали компьютерный алгоритм, который помог им разобраться в огромном количестве молекулярных сигналов, управляющих функционированием генов. Препринт статьи ученых доступен на BioRxiv.org.

Технология нейронных сетей все глубже проникает в различные области науки и повседневной жизни. Такие алгоритмы в силах быстро обрабатывать большой массив данных, «обучаясь» на нем делать различные закономерности, которые человек зачастую не в силах составить.

Теперь команда биологов из Лаборатории в Колд-Спринг-Харбор решила использовать нейронную сеть для анализа сложных молекулярных механизмов, которые клетки применяют для регуляции экспрессии генов. Понимание того, как происходят такие процессы для конкретных генов, позволит разработать новые методы терапии различных заболеваний.

Но обычно используемые технологии нейросетей оказались неспособны описать нужные закономерности из–за своей архитектуры. Поэтому ученые разработали новый подход, который устраняет разрыв между компьютерными вычислениями и биологическими закономерностями. Они создали собственные сети, узлы которых и удельные веса элементов имеют строгие химико–биологические интерпретации.

«До сих пор применению в биологических исследованиях нейросетей мешала трудность механистической интерпретации моделей, создаваемых ими, — говорит один из авторов исследования, сотрудник Лаборатории в Колд-Спринг-Харбор Джастин Кинни. — Уже было разработано несколько подходов для интерпретации данных, получаемых с помощью таких нейросетей. Но мы предложили новый, масштабируемый и более точный метод, который найдет применение в изучении регуляции различных генов в клетках».

Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.