Ученые из Университета Ватерлоо разработали сеть глубокого обучения. В ее возможностях — находить биомаркеры болезней с высокой степенью точности. Решение показало 98% точность при обнаружении пептидных элементов в датасете.
Анализ пептидов, или “небольших” цепочек аминокислот, зачастую позволяет идентифицировать специфические маркеры заболевания. Сейчас методы выявления заболеваний включают анализ белковой структуры биологических образцов. Компьютерные решения помогают в обработке больших объемов данных. Затем эти данные используются для идентификации конкретных маркеров болезни.
Ученые создали решение Pointlso — систему машинного обучения, обученную на огромной базе данных существующих биологических образцов. Решение может искать не конкретное заболевание, а определять биомаркеры широкого спектра, таких как болезни сердца, онкологию и COVID-19.
«Существующие программы зачастую неточны. Глубокая нейронная сеть сама изучает параметры и автоматизирует подход к обнаружению биомаркеров болезни», — рассказали ученые факультета математики университета Ватерлоо. Ученые работают над повышением точности решения.
Материалы исследования опубликованы в журнале Scientific Reports (Nature).
