<p>視頻鏈接： <a href="https://youtu.be/4hdtl7wnVXM">https://youtu.be/4hdtl7wnVXM</a></p> <p>&nbsp;</p> <p>基因突變會導(dǎo)致數(shù)百種無法治愈的疾病。其中，一小部分細(xì)胞中的DNA突變被稱為馬賽克突變，因?yàn)樗鼈兇嬖谟诤苄”壤募?xì)胞中，所以非常難以檢測到。</p> <p>&nbsp;</p> <p>目前的DNA突變軟件探測器在掃描人類基因組的30億個堿基時，并不能很好地識別隱藏在正常DNA序列中的鑲嵌突變。通常，醫(yī)學(xué)遺傳學(xué)家必須用眼睛檢查DNA序列，以試圖識別或確認(rèn)馬賽克突變&mdash;&mdash;這是一項(xiàng)耗時的工作，充滿了錯誤的可能性。</p> <p>&nbsp;</p> <p>加州大學(xué)圣地亞哥分校醫(yī)學(xué)院和雷迪兒童基因組醫(yī)學(xué)研究所的研究人員在2023年1月2日出版的《自然生物技術(shù)》雜志上撰文，描述了一種教計算機(jī)如何使用被稱為&ldquo;深度學(xué)習(xí)&rdquo;的人工智能方法發(fā)現(xiàn)馬賽克突變的方法。</p> <p>&nbsp;</p> <p>深度學(xué)習(xí)有時被稱為人工神經(jīng)網(wǎng)絡(luò)，是一種機(jī)器學(xué)習(xí)技術(shù)，它教會計算機(jī)做人類與生俱來的事情:以身作則，特別是從大量信息中學(xué)習(xí)。與傳統(tǒng)的統(tǒng)計模型相比，深度學(xué)習(xí)模型使用人工神經(jīng)網(wǎng)絡(luò)來處理視覺表示的數(shù)據(jù)。這些模型的功能類似于人類的視覺處理，具有更高的準(zhǔn)確性和對細(xì)節(jié)的關(guān)注，從而在計算能力方面取得了重大進(jìn)展，包括突變檢測。</p> <p>&nbsp;</p> <p>&ldquo;一個未解決的疾病的例子是局灶性癲癇。&rdquo;資深研究作者約瑟夫&middot;格里森醫(yī)學(xué)博士說，他是加州大學(xué)圣地亞哥分校醫(yī)學(xué)院神經(jīng)科學(xué)Rady教授，Rady兒童基因組醫(yī)學(xué)研究所神經(jīng)科學(xué)研究主任。</p> <p>&nbsp;</p> <p>&ldquo;癲癇影響著4%的人口，約四分之一的局灶性癲癇發(fā)作對普通藥物沒有反應(yīng)。這些患者通常需要手術(shù)切除短路的腦灶部分以阻止癲癇發(fā)作。在這些患者中，大腦內(nèi)的馬賽克突變可引起癲癇灶。</p> <p>&nbsp;</p> <p>&ldquo;我們有很多癲癇患者，我們無法發(fā)現(xiàn)病因，但一旦我們將我們稱為&lsquo;深度馬賽克&rsquo;的方法應(yīng)用于基因組數(shù)據(jù)，突變就變得明顯了。這使我們能夠提高某些形式癲癇的DNA測序的敏感性，并導(dǎo)致了一些發(fā)現(xiàn)，為治療腦部疾病指明了新方法。&rdquo;</p> <p>&nbsp;</p> <p>格里森說，精確檢測馬賽克突變是醫(yī)學(xué)研究開發(fā)許多疾病治療方法的第一步。</p> <p>&nbsp;</p> <p>Gleeson實(shí)驗(yàn)室的博士后學(xué)者Yang Xiaoxu博士說，DeepMosaic在整個基因組中接受了近20萬個模擬和生物變異的訓(xùn)練，直到&ldquo;最終，我們對它從從未遇到過的數(shù)據(jù)中檢測變異的能力感到滿意。&rdquo;</p> <p>&nbsp;</p> <p>為了訓(xùn)練計算機(jī)，作者提供了可靠的馬賽克突變示例以及許多正常的DNA序列，并教計算機(jī)分辨其中的差異。通過對越來越復(fù)雜的數(shù)據(jù)集進(jìn)行反復(fù)訓(xùn)練和再訓(xùn)練，并在十幾個模型之間進(jìn)行選擇，計算機(jī)最終能夠比人眼和以前的方法更好地識別馬賽克突變。DeepMosaic還在幾個從未見過的獨(dú)立大規(guī)模測序數(shù)據(jù)集上進(jìn)行了測試，表現(xiàn)優(yōu)于先前的方法。</p> <p>&nbsp;</p> <p>&ldquo;DeepMosaic在從基因組和外顯子序列中檢測鑲嵌性方面超越了傳統(tǒng)工具。&rdquo;共同第一作者徐昕說，他曾是加州大學(xué)圣地亞哥醫(yī)學(xué)院的本科生研究助理，現(xiàn)在是諾華公司的研究數(shù)據(jù)科學(xué)家。&ldquo;深度學(xué)習(xí)模型捕捉到的突出視覺特征與專家在手動檢查變量時關(guān)注的內(nèi)容非常相似。&rdquo;</p> <p>&nbsp;</p> <p>DeepMosaic對科學(xué)家免費(fèi)開放。研究人員說，這不是一個單一的計算機(jī)程序，而是一個開源平臺，可以讓其他研究人員訓(xùn)練自己的神經(jīng)網(wǎng)絡(luò)，使用類似的基于圖像的設(shè)置來實(shí)現(xiàn)更有針對性的突變檢測。</p> <p>&nbsp;</p> <p>合著者包括:Martin W. Breuss, Danny Antaki, Laurel L. Ball, Changuk Chung, Jiawei Shen, Chen Li和Renee D. George，加州大學(xué)圣地亞哥分校和Rady兒童基因組醫(yī)學(xué)研究所;Yifan Wang, Taejeong Bae和Alexei Abyzov，梅奧診所;Yuhe Cheng, Ludmil B. Alexandrov和Jonathan L. Sebat，加州大學(xué)圣地亞哥分校;魏立平，北京大學(xué);NIMH腦體鑲嵌網(wǎng)絡(luò)。</p> <p>&nbsp;</p> <p>這項(xiàng)研究的資金部分來自美國國立衛(wèi)生研究院(資助U01MH108898和R01MH124890)、圣地亞哥超級計算機(jī)中心和加州大學(xué)圣地亞哥基因組醫(yī)學(xué)研究所。</p> <p>&nbsp;</p> <p>突變檢測的AI 3D藝術(shù)</p> <p><br />這張照片是由人工智能根據(jù)3D藝術(shù)的要求生成的，使用了&ldquo;檢測基因組突變的人工智能&rdquo;的自然語言解釋。攝影:約瑟夫&middot;格里森/加州大學(xué)圣地亞哥分校</p> <p>&nbsp;</p> <blockquote> <p>注：本文由院校官方新聞直譯，僅供參考，不代表指南者留學(xué)態(tài)度觀點(diǎn)。</p> </blockquote>