您的位置:首页 >人工智能 >正文

深度学习创建的算法可发现整个人类基因组中的潜在治疗靶标

新泽西理工学院和 费城儿童医院的 研究人员通过机器学习开发了一种算法,该算法可帮助预测DNA甲基化的位点-这一过程可以改变DNA的活性而不改变其整体结构。该算法可以识别出传统筛查方法可能会遗漏的致病机制。DNA甲基化参与许多关键的细胞过程,并且是基因表达的重要组成部分。甲基化错误与多种人类疾病有关。

计算密集型研究是在美国国家科学基金会通过XSEDE项目支持的超级计算机上完成的,该 项目负责协调全国范围内的研究人员访问。研究结果发表在《自然机器情报》杂志 上。

基因组测序工具无法捕获甲基化的影响,因为单个基因看起来仍然相同。

儿童医院应用基因组学研究中心主任Hakon Hakonarson说:“以前,开发出的用于鉴定基因组中甲基化位点的方法只能在给定的时间查看某些核苷酸长度,因此错过了许多甲基化位点。”研究的资深合著者。“我们需要一种更好的方法来鉴定和预测甲基化位点,该工具可以在整个基因组中鉴定出可能引起疾病的这些基序。”

新泽西理工学院儿童医院及其合作伙伴转向深度学习。NJIT的计算机科学家,该研究的资深合著者Zhi Wei与Hakonarson及其团队合作开发了一种深度学习算法,该算法可以预测甲基化位点的位置,从而帮助研究人员确定对某些邻近基因的可能影响。

NSF高级网络基础设施办公室代理主任艾米·弗里德兰德说:“我们非常高兴获得NSF支持的以人工智能为重点的计算能力,推动了这一重要研究的发展。”

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时候联系我们修改或删除,多谢。