人工智能发现与疾病相关的基因

人工神经网络可以揭示大量基因表达数据中的模式，并发现与疾病相关的基因组。林雪平大学研究人员领导的一项新研究表明了这一点，该研究发表在《自然通讯》上。科学家希望该方法最终可以应用于精密医学和个性化治疗。

使用社交媒体时，该平台通常会建议您可能想要添加为朋友的人。该建议基于您和其他具有共同联系的人，这表明您可能彼此认识。以类似的方式，科学家正在根据不同的蛋白质或基因如何相互作用来绘制生物网络图。一项新研究背后的研究人员已经使用人工智能AI来研究是否有可能使用深度学习发现生物网络，其中的实体称为“人工神经网络”。“通过实验数据进行训练。由于人工神经网络非常擅长学习如何在大量复杂数据中查找模式，因此它们被用于图像识别等应用。但是，迄今为止，这种机器学习方法很少用于生物学研究。

“我们第一次使用深度学习来发现与疾病相关的基因。这是一种用于分析大量生物信息或大数据的非常有效的方法，”物理，化学系博士后Sanjiv Dwivedi说。林雪平大学的生物与生物学(IFM)。

科学家使用了一个大型数据库，其中包含有关许多人中20,000个基因的表达模式的信息。从某种意义上说，研究人员没有提供人工神经网络信息，即有关哪些基因表达模式来自疾病患者以及哪些来自健康人群的信息，因此该信息是“未分类的” 。然后训练AI模型以发现基因表达模式。

机器学习的挑战之一是不可能确切地看到人工神经网络如何解决任务。有时将AI称为“黑匣子”，我们只能看到放入该框中的信息及其产生的结果。我们看不到它们之间的步骤。人工神经网络由几层组成，其中对信息进行数学处理。该网络包括输入层和输出层，该输入层和输出层传递由系统执行的信息处理的结果。在这两层之间是几个隐藏层，在其中进行计算。当科学家们训练了人工神经网络时，他们想知道是否有可能以某种方式抬起黑匣子的盖子，并理解它是如何工作的。生物网络相似吗?