這種分類和轉移過程使林雪平大學的研究人員能夠發(fā)現(xiàn)新的疾病相關基因組。該技術的基礎應有助于提高精確(個性化)醫(yī)學的水平，從而針對不同情況提供更可靠的個性化治療形式。

生物技術的方向是構建生物網(wǎng)絡圖。這些網(wǎng)絡涉及不同蛋白質或基因如何相互作用。這是一項復雜的任務，人工智能的應用幫助簡化了這一過程。

所使用的人工智能的特定形式是一種稱為“人工神經(jīng)網(wǎng)絡”的深度學習。要開發(fā)“連接系統(tǒng)”，需要使用生物學數(shù)據(jù)對平臺進行培訓。

隨著時間的推移，研究證明了他們的“人工神經(jīng)網(wǎng)絡如何能夠分析大量復雜數(shù)據(jù)。

通過使用包含與數(shù)百人相關的20,000個基因的數(shù)據(jù)集，可以證明這一點。信息顯示為“未排序”。然后，將人工智能用于評估與疾病患者相關的哪些基因表達模式，而不是與健康人相關的那些基因表達模式。為此，系統(tǒng)需要在蛋白質，蛋白質和細胞類型之間找到隱藏的數(shù)據(jù)集。

這項工作使研究人員能夠訓練人工智能以在新數(shù)據(jù)集中找到基因表達模式。

首席科學家Sanjiv Dwivedi表示：“我們第一次使用深度學習來發(fā)現(xiàn)與疾病相關的基因。在分析大量生物信息或“大數(shù)據(jù)”時，這是一種非常強大的方法。”

該項目的下一階段將涉及與其他研究機構合作，以通過評估給定患者的遺傳模式來探索如何開發(fā)針對特定患者的藥物。