IBM izmanto A.I. Algoritmi tumšās matērijas DNS noslēpumu atbloķēšanai

Jūs, iespējams, esat dzirdējuši par tumšā matērija, noslēpumaina mazāk pētītas matērijas forma, kas, domājams, sastāv no dažām vēl neatklātām subatomiskām daļiņām, bet kas veido pārsteidzošus 85% no Visuma matērijas. Bet kā ar tumšās vielas DNS? Šīs neizpētītās molekulas un vielas, kas apņem mūsu gēnus, veido vairāk nekā pusi no cilvēka genoma, taču tās ir pilnīgas mīklas attiecībā uz to, ko tās kodē un, vēl svarīgāk, ietekmē.

IBM un Minhenes leikēmijas laboratorijas labie ļaudis domā, ka var palīdzēt rast dažas atbildes, un viņi ir izmantojuši dažus revolucionārus A.I. algoritmi, kas palīdz.

Ieteiktie videoklipi

"Neskatoties uz to, ka tumšās vielas DNS veido lielu daļu mūsu genoma, tā ir ignorēta, jo lielākā daļa zinātnieku uzskata, ka tai nav nekādas nozīmes." Laksmi Parida, IBM pētnieks skaitļošanas genomikā, pastāstīja Digital Trends. "Uzņēmumā IBM Research mēs domājām, ka tumšās vielas DNS var būt vairāk, nekā mums tika likts domāt."

Pētnieki izstrādāja to, ko viņi sauc par "stohastisko regularizāciju A.I. modelis”, kas tika īpaši izveidots DNS datiem. Izmantojot šo modeli, ko viņi sauca par ReVeal, komanda varēja apmācīt algoritmus, pamatojoties uz datiem no pacientu asins paraugiem; ļaujot A.I. mācīties no tumšās matērijas, kā arī pārējās DNS un atdalīt no tiem specifiskus signālus.

"Mūsu aizraujošākais atklājums bija tas, ka, izmantojot ReVeal, mēs varējām sasniegt 75% precizitāti, nosakot asins vēzi, tikai aplūkojot DNS vai tumšās vielas DNS tikai pacienta asins paraugā, ”Parida turpinājās. "Tas ir salīdzināts ar tikai 35% precizitātes līmeni ar standarta A.I. metodes uz šiem datiem."

No šiem atklājumiem pētnieki norāda, ka tumšās vielas DNS ir daudz lielāka loma, nekā tika uzskatīts iepriekš, ietekmējot šūnu un audu fenotipu. Tas liek domāt, ka tumšās vielas DNS, kas nebūt nav nenozīmīga pētniecības zemsvītras piezīme, mūsu genomā var spēlēt daudz lielāku lomu, nekā cilvēki saprata. Rezultāti arī parāda, ka tikai DNS satur pietiekami daudz signālu, lai precīzi klasificētu asins vēzi. Tas ir pamats turpmākai analīzei par to, kā asins analīzes varētu izmantot, lai diagnosticētu šīs sarežģītās slimības, kurām līdz šim bija nepieciešamas invazīvas audu biopsijas, histoloģijas un daudz kas cits.

"Mēs ceram, ka ilgtermiņā tas radīs lielākus sasniegumus tumšās vielas DNS ietekmē cilvēka organismā genomu un norādes, kas tas var mums palīdzēt labāk izprast mūsu ģenētiku un sarežģīto slimību, ”sacīja Parida.

Redaktoru ieteikumi

  • Kā USPS izmanto Nvidia GPU un A.I. lai izsekotu trūkstošos pastu
  • Zinātnieki izmanto A.I. radīt mākslīgu cilvēka ģenētisko kodu
  • Google vadītāji saka, ka mums ir nepieciešams plāns, lai apturētu A.I. algoritmi no rasisma pastiprināšanas
  • Intel izmanto A.I. lai izveidotu smakas-o-vision mikroshēmas
  • A.I. tulkošanas rīks izgaismo peļu slepeno valodu

Uzlabojiet savu dzīvesveiduDigitālās tendences palīdz lasītājiem sekot līdzi steidzīgajai tehnoloģiju pasaulei, izmantojot visas jaunākās ziņas, jautrus produktu apskatus, ieskatu saturošus rakstus un unikālus ieskatus.