<p>視頻鏈接： <a href="https://youtu.be/4hdtl7wnVXM">https://youtu.be/4hdtl7wnVXM</a></p> <p>&nbsp;</p> <p>基因突變會導致數(shù)百種無法治愈的疾病。其中，一小部分細胞中的DNA突變被稱為馬賽克突變，因為它們存在于很小比例的細胞中，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)學遺傳學家必須用眼睛檢查DNA序列，以試圖識別或確認馬賽克突變&mdash;&mdash;這是一項耗時的工作，充滿了錯誤的可能性。</p> <p>&nbsp;</p> <p>加州大學圣地亞哥分校醫(yī)學院和雷迪兒童基因組醫(yī)學研究所的研究人員在2023年1月2日出版的《自然生物技術》雜志上撰文，描述了一種教計算機如何使用被稱為&ldquo;深度學習&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>深度學習有時被稱為人工神經(jīng)網(wǎng)絡，是一種機器學習技術，它教會計算機做人類與生俱來的事情:以身作則，特別是從大量信息中學習。與傳統(tǒng)的統(tǒng)計模型相比，深度學習模型使用人工神經(jīng)網(wǎng)絡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，具有更高的準確性和對細節(jié)的關注，從而在計算能力方面取得了重大進展，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)學博士說，他是加州大學圣地亞哥分校醫(yī)學院神經(jīng)科學Rady教授，Rady兒童基因組醫(yī)學研究所神經(jīng)科學研究主任。</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。這些患者通常需要手術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)學研究開發(fā)許多疾病治療方法的第一步。</p> <p>&nbsp;</p> <p>Gleeson實驗室的博士后學者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>為了訓練計算機，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，并教計算機分辨其中的差異。通過對越來越復雜的數(shù)據(jù)集進行反復訓練和再訓練，并在十幾個模型之間進行選擇，計算機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立大規(guī)模測序數(shù)據(jù)集上進行了測試，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，他曾是加州大學圣地亞哥醫(yī)學院的本科生研究助理，現(xiàn)在是諾華公司的研究數(shù)據(jù)科學家。&ldquo;深度學習模型捕捉到的突出視覺特征與專家在手動檢查變量時關注的內(nèi)容非常相似。&rdquo;</p> <p>&nbsp;</p> <p>DeepMosaic對科學家免費開放。研究人員說，這不是一個單一的計算機程序，而是一個開源平臺，可以讓其他研究人員訓練自己的神經(jīng)網(wǎng)絡，使用類似的基于圖像的設置來實現(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，加州大學圣地亞哥分校和Rady兒童基因組醫(yī)學研究所;Yifan Wang, Taejeong Bae和Alexei Abyzov，梅奧診所;Yuhe Cheng, Ludmil B. Alexandrov和Jonathan L. Sebat，加州大學圣地亞哥分校;魏立平，北京大學;NIMH腦體鑲嵌網(wǎng)絡。</p> <p>&nbsp;</p> <p>這項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中心和加州大學圣地亞哥基因組醫(yī)學研究所。</p> <p>&nbsp;</p> <p>突變檢測的AI 3D藝術</p> <p><br />這張照片是由人工智能根據(jù)3D藝術的要求生成的，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，不代表指南者留學態(tài)度觀點。</p> </blockquote>