NVIDIA-მ შეიმუშავა ხელოვნური ინტელექტის ალგორითმი ადამიანის გენომის ანალიზის დასაჩქარებლად

[Magdalena]

NVIDIA-სა და ჰარვარდის უნივერსიტეტის მეცნიერებმა შექმნეს ინსტრუმენტების ნაკრები AtacWorks - ღრმა მანქანური სწავლებისთვის. მისი მიზანია შემცირდეს ის დანარხარჯები და დრო, რომელიც აუცილებელია იშვიათ და ცალკეულ უჯრედებზე ექსპერიმენტირებისთვის. 

 

AtacWorks მუშაობს ATAC-seq-თან ერთად, რომელიც კარგად წარმოაჩენს თავს ჯანმრთელი და დაავადებული უჯრედების გენომში ღია მონაკვეთების დადგენაში. ეს მონაკვეთები წარმოადგენენ დნმ-ის ნაწილს, რომლებიც გამოიყენება გარკვეული ფუნქციების დასადგენად და გასააქტიურებლად (მაგალითად, ღვიძლის უჯრედები, სისხლის უჯრედები ან კანის უჯრედები). ეს არის გენომის ნაწილი, რომელსაც შეუძლია მეცნიერებს მიუთითოს, აქვს თუ არა ადამიანს ალცჰაიმერის დაავადება, გულის პრობლემები ან სიმსივნე. 

ATAC-seq მეთოდი, როგორც წესი, საჭიროებს ათიათასობით უჯრედის ანალიზს. AtacWorks-ს შეუძლია იგივე შედეგი მიიღოს მხოლოდ რამდენიმე ათეული უჯრედის ანალიზის შედეგად. ინსტრუმენტთა ნაკრებს შეუძლია დადოს მთელი გენომის დასკვნა ნახევარ საათში, ხოლო ტრადიციული მეთოდების გამოყენებისას პროცესი ჩვეულებრივ ორ დღეზე მეტხანს გრძელდება. 

გენომის უფრო სწრაფად და იაფად გამოკვლევის შესაძლებლობა მნიშვნელოვნად დაეხმარება იმ კონკრეტული მუტაციების ან ბიომარკერების იდენტიფიცირების საკითხს, რომლებმაც შეიძლება გამოიწვიოს გარკვეული დაავადებები. 

NVIDIA-ს მკვლევარმა და სტატიის მთავარმა ავტორმა ავანტიკა ლალმა განაცხადა, რომ ამჟამად არსებული მეთოდები არ იძლევა ძალიან იშვიათი უჯრედების ტიპების დნმ-ის განსხვავებების შესწავლის საშუალებას. 

„AtacWorks შეძლებს არა მხოლოდ შეამციროს დანახარჯები ქრომატინის შესახებ მონაცემების მოპოვებისას, არამედ ახალ გზას გაუხსნის წამლის შექმნას“ - განაცხადა მან. 

იანვარში მასაჩუსეტსის ტექნოლოგიური ინსტიტუტის მკვლევარებმა წარმოადგინეს ხელოვნური ინტელექტის ალგორითმი, რომელსაც უფრო ზუსტად შეუძლია სარძევე ჯირკვლის კიბოს იდენტიფიცირება მამოგრაფიული სურათებით, ვიდრე ექიმ-რადიოლოგს. 

http://bit.ly/3er2CF5