人工神經(jīng)網(wǎng)絡(luò)可以揭示大量基因表達(dá)數(shù)據(jù)中的模式，并發(fā)現(xiàn)與疾病相關(guān)的基因組。林雪平大學(xué)研究人員領(lǐng)導(dǎo)的一項(xiàng)新研究表明了這一點(diǎn)，該研究發(fā)表在《自然通訊》上?？茖W(xué)家希望該方法最終可以應(yīng)用于精密醫(yī)學(xué)和個性化治療。

使用社交媒體時，該平臺通常會建議您可能想要添加為朋友的人。該建議基于您和其他具有共同聯(lián)系的人，這表明您可能彼此認(rèn)識。以類似的方式，科學(xué)家正在根據(jù)不同的蛋白質(zhì)或基因如何相互作用來繪制生物網(wǎng)絡(luò)圖。一項(xiàng)新研究背后的研究人員已經(jīng)使用人工智能AI來研究是否有可能使用深度學(xué)習(xí)發(fā)現(xiàn)生物網(wǎng)絡(luò)，其中的實(shí)體稱為“人工神經(jīng)網(wǎng)絡(luò)”。“通過實(shí)驗(yàn)數(shù)據(jù)進(jìn)行訓(xùn)練。由于人工神經(jīng)網(wǎng)絡(luò)非常擅長學(xué)習(xí)如何在大量復(fù)雜數(shù)據(jù)中查找模式，因此它們被用于圖像識別等應(yīng)用。但是，迄今為止，這種機(jī)器學(xué)習(xí)方法很少用于生物學(xué)研究。

“我們第一次使用深度學(xué)習(xí)來發(fā)現(xiàn)與疾病相關(guān)的基因。這是一種用于分析大量生物信息或大數(shù)據(jù)的非常有效的方法，”物理，化學(xué)系博士后Sanjiv Dwivedi說。林雪平大學(xué)的生物與生物學(xué)(IFM)。

科學(xué)家使用了一個大型數(shù)據(jù)庫，其中包含有關(guān)許多人中20,000個基因的表達(dá)模式的信息。從某種意義上說，研究人員沒有提供人工神經(jīng)網(wǎng)絡(luò)信息，即有關(guān)哪些基因表達(dá)模式來自疾病患者以及哪些來自健康人群的信息，因此該信息是“未分類的” 。然后訓(xùn)練AI模型以發(fā)現(xiàn)基因表達(dá)模式。

機(jī)器學(xué)習(xí)的挑戰(zhàn)之一是不可能確切地看到人工神經(jīng)網(wǎng)絡(luò)如何解決任務(wù)。有時將AI稱為“黑匣子”，我們只能看到放入該框中的信息及其產(chǎn)生的結(jié)果。我們看不到它們之間的步驟。人工神經(jīng)網(wǎng)絡(luò)由幾層組成，其中對信息進(jìn)行數(shù)學(xué)處理。該網(wǎng)絡(luò)包括輸入層和輸出層，該輸入層和輸出層傳遞由系統(tǒng)執(zhí)行的信息處理的結(jié)果。在這兩層之間是幾個隱藏層，在其中進(jìn)行計(jì)算。當(dāng)科學(xué)家們訓(xùn)練了人工神經(jīng)網(wǎng)絡(luò)時，他們想知道是否有可能以某種方式抬起黑匣子的蓋子，并理解它是如何工作的。生物網(wǎng)絡(luò)相似嗎?