计算机科学家开发出高精度识别疾病生物标志物的方法

研究人员正在开发一种深度学习网络，能够以更高的准确度检测疾病生物标志物。

滑铁卢大学 Cheriton 计算机科学学院的专家创建了一个深度神经网络，可以在数据集中实现 98% 的肽特征检测。这意味着科学家和医疗从业者有更大的机会通过组织样本分析发现可能的疾病。

现有多种通过分析生物样本的蛋白质结构来检测疾病的技术。计算机程序通过检查此类测试中产生的大量数据来确定疾病的特定标志物，从而在这一过程中越来越多地发挥作用。

Cheriton 计算机科学学院的博士研究员 Fatema Tuz Zohora 说：“但是现有的程序通常不准确，或者可能受到其底层功能中的人为错误的限制。”

“我们在研究中所做的是创建一个深度神经网络，在数据集中实现 98% 的肽特征检测。我们正在努力使疾病检测更加准确，为医疗保健从业者提供最好的工具。”

肽是构成人体组织蛋白质的氨基酸链。正是这些小链通常显示疾病的特定标记。更好的检测意味着可以更早、更准确地发现疾病。

Zohora 的团队将他们的新深度学习网络称为 PointIso。它是机器学习或人工智能的一种形式，在来自生物样本的现有序列的庞大数据库上进行了训练。

“其他疾病生物标志物检测方法通常有很多参数，必须由现场专家手动设置，”Zohora 说。“但我们的深度神经网络会自行学习参数，这更加准确，并使疾病生物标志物的发现方法自动化。”

新计划的独特之处还在于，它不仅接受过寻找一种疾病的培训，还可以识别与一系列疾病相关的生物标志物，包括心脏病、癌症甚至 。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！