Il metodo di apprendimento profondo rileva i biomarcatori della malattia
 

L’articolo è pubblicato su Nature.com
I ricercatori dell’Università di Waterloo hanno sviluppato una rete di deep learning in grado di rilevare i biomarcatori della malattia con un alto grado di precisione. Raggiunge il 98 percento di rilevamento delle caratteristiche dei peptidi in un set di dati, il che significa che scienziati ed esperti medici avrebbero maggiori possibilità di scoprire possibili malattie attraverso l’analisi di campioni di tessuto.

Identificazione dei biomarcatori 
Le tecniche esistenti per rilevare le malattie comportano l’analisi della struttura proteica dei campioni biologici. I programmi per computer svolgono un ruolo importante in questo processo poiché esaminano la grande quantità di dati prodotti nei test, che possono quindi utilizzare per identificare specifici marcatori di malattia. 

Fatema Tuz Zohora è ricercatrice PhD presso la Cheriton School of Computer Science. 

“Ma i programmi esistenti sono spesso imprecisi o possono essere limitati dall’errore umano nelle loro funzioni sottostanti”, ha affermato Zohora.

“Quello che abbiamo fatto nella nostra ricerca è creare una rete neurale profonda che raggiunga il 98 percento di rilevamento delle caratteristiche dei peptidi in un set di dati. Stiamo lavorando per rendere il rilevamento delle malattie più accurato per fornire agli operatori sanitari gli strumenti migliori”, ha continuato Zohora. 

I peptidi sono catene di amminoacidi che costituiscono le proteine ​​nei tessuti umani e queste piccole catene sono spesso i punti in cui vengono identificati i marcatori specifici della malattia. Se i ricercatori riusciranno a trovare un modo migliore per eseguire i test, sarà possibile rilevare le malattie con maggiore precisione e molto prima.

Point anche Deep Learning Network
La nuova rete di deep learning sviluppata dal team si chiama Pointlso ed è una forma di machine learning o intelligenza artificiale che è stata addestrata su un enorme database di sequenze esistenti da campioni biologici.

“Altri metodi per il rilevamento di biomarcatori di malattie di solito hanno molti parametri che devono essere impostati manualmente da esperti sul campo”, ha affermato Zohora. “Ma la nostra rete neurale profonda apprende i parametri stessa, il che è più accurato e rende automatizzato l’approccio alla scoperta dei biomarcatori della malattia”.

Un altro aspetto importante del programma è che non è addestrato a cercare un solo tipo di malattia. Invece, è addestrato a identificare i biomarcatori associati a varie malattie, come malattie cardiache, cancro e COVID-19.

“È applicabile a qualsiasi tipo di scoperta di biomarcatori di malattie”, ha detto Zohora. “E poiché è essenzialmente un modello di riconoscimento di modelli, può essere utilizzato per il rilevamento di piccoli oggetti all’interno di una grande quantità di dati. Ci sono così tante applicazioni per la medicina e la scienza; è emozionante vedere le possibilità che si aprono attraverso questa ricerca e come può aiutare le persone”.

Di ihal

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi