普林斯頓大學(xué)的研究人員通過利用機(jī)器學(xué)習(xí)同時分析數(shù)百種疾病的分子模式，正在獲得對疾病原因和特征的新見解。計算機(jī)科學(xué)家和生物學(xué)家團(tuán)隊展示了現(xiàn)在全球研究人員可以使用的新工具，他們已經(jīng)發(fā)現(xiàn)并實驗證實了以前未知的四種基因?qū)σ环N主要影響嬰兒和幼兒的罕見癌癥的貢獻(xiàn)。

該團(tuán)隊包括密歇根州立大學(xué)和奧斯陸大學(xué)的合作者，他們在2月23日出版的Cell Systems期刊上發(fā)表了一篇論文，并介紹了該系統(tǒng)的能力。

雖然以前的方法專注于與特定疾病或癌癥類型相關(guān)的基因，但新技術(shù)通過同時觀察300多種不同的疾病，包括癌癥，心臟病，代謝紊亂和許多其他疾病，利用機(jī)器學(xué)習(xí)來尋找獨(dú)特的基因活動模式。通過這樣做，它揭示了疾病和組織類型之間的區(qū)別，包括無法用其他技術(shù)辨別的相關(guān)疾病之間的微調(diào)差異。

研究人員相信，隨著進(jìn)一步的發(fā)展，該工具將有助于臨床醫(yī)生診斷疾病，定制和跟蹤治療的有效性，并尋找新的治療方法。

該系統(tǒng)稱為Unveiling RNA Sample Annotation for Human Diseases，或URSA(HD)，其中包含來自公眾可獲得的記錄的基因活性信息，這些記錄來自數(shù)千名患者的健康和患病組織中的約8,000個活組織檢查。展望未來，研究人員可以通過網(wǎng)絡(luò)界面向工具提交新樣本，并接收可能與疾病和組織類型相關(guān)聯(lián)的分析。

“真正的創(chuàng)新是將所有樣本與其他樣本進(jìn)行比較，”Chandra Theesfeld說道，他是Young-Suk Lee的主要研究人員之一，他獲得了博士學(xué)位。2016年在普林斯頓大學(xué)。

Theesfeld將這個想法比作人類基于已經(jīng)看到各種各樣的例子來識別行為之間細(xì)微差別的能力。例如，觀看足球運(yùn)動員可能會揭示踢球動作的特征，但同時觀看足球運(yùn)動員和芭蕾舞演員會發(fā)現(xiàn)具有非常不同風(fēng)格和目的的類似動作的細(xì)節(jié)和背景。

“將它們一起研究提供了一種區(qū)分獨(dú)特方面的方法，”普雷斯頓和西蒙斯基金會Olga Troyanskaya實驗室的研究科學(xué)家Theesfeld說道。這種觀點(diǎn)提供了一種無偏見的方式“學(xué)習(xí)一種疾病的新事物，這種疾病是一次一種疾病無法找到的 - 并且可能確定治療的新目標(biāo)，甚至發(fā)現(xiàn)新的疾病方面不太感激。“

在進(jìn)行比較時，該算法更加重視基因活動的差異，這些差異唯一地定義了不同的組織和疾病。它不再強(qiáng)調(diào)有關(guān)相關(guān)疾病常見基因活動的信息，其中大部分已經(jīng)得到充分研究。在足球舞蹈的比喻中，它就像放棄一腳踢腿的大規(guī)模動作，并找到許多細(xì)節(jié)，例如一只腳的角度，這些細(xì)節(jié)合在一起構(gòu)成一組特征，可以可靠地識別一個動作或另一個。

“我們的方法是由患者樣本中的疾病信息驅(qū)動的，因此它不會偏向于常常被研究的流行疾病基因，”Theesfeld說。“我們可以跟蹤數(shù)據(jù)變化的模式，而無需確切知道每個變化的含義。”

Theesfeld指出，90%的基因研究只占人類基因的10%。URSA(HD)著眼于整個人類基因組，并為每種疾病創(chuàng)建全基因組模型或特征。

這種方法對于罕見疾病可能特別有用，研究人員現(xiàn)在可以用少量樣本創(chuàng)建模型。在兒童癌癥神經(jīng)母細(xì)胞瘤的情況下，研究人員發(fā)現(xiàn)了四種特別促成這種疾病的基因，科學(xué)文獻(xiàn)中沒有先前的信息。為了證實這些發(fā)現(xiàn)，Theesfeld對人體細(xì)胞進(jìn)行了實驗室測試，操縱了基因活性并觀察了它們對細(xì)胞癌癥相關(guān)過程的影響。

URSA(HD)不是研究DNA本身，而是研究RNA，這是細(xì)胞產(chǎn)生的產(chǎn)物，它將DNA中的信息轉(zhuǎn)錄成可以構(gòu)建和運(yùn)行細(xì)胞并在細(xì)胞間傳遞信號的工作分子。通過這種方式，系統(tǒng)看起來超越了突變(在基因本身中加擾)，而是專注于下游轉(zhuǎn)錄產(chǎn)物，即使原始基因正常，也可能以導(dǎo)致問題的方式失調(diào)。

該研究是Troyanskaya實驗室長期工作的一部分，該實驗室整合了大量不同數(shù)據(jù)集，以提取進(jìn)行精確生物預(yù)測所需的信息，并指導(dǎo)實驗室實驗加速發(fā)現(xiàn)。普林斯頓大學(xué)的各種數(shù)據(jù)科學(xué)將計算和生物學(xué)結(jié)合在一起，以開發(fā)可能對健康和人類產(chǎn)生廣泛??影響的基礎(chǔ)工具和見解。

“將復(fù)雜的數(shù)據(jù)科學(xué)與深入的生物學(xué)知識相結(jié)合的跨學(xué)科方法是破解實現(xiàn)精準(zhǔn)醫(yī)學(xué)承諾所必需的生物醫(yī)學(xué)難題的關(guān)鍵，”Troyanskaya說。