Les chercheurs développent un réseau d’apprentissage en profondeur capable de détecter des biomarqueurs de maladies avec un degré de précision beaucoup moreover élevé.



Des gurus de la Cheriton School of Computer system Science de l’Université de Waterloo ont créé un réseau neuronal profond qui permet de détecter à 98 % les caractéristiques peptidiques d’un ensemble de données. Cela signifie que les scientifiques et les médecins ont in addition de odds de découvrir des maladies possibles grâce à l’analyse d’échantillons de tissus.

Des informaticiens ont développé une méthode pour identifier les biomarqueurs de maladies avec une grande précision

Il existe plusieurs methods existantes pour détecter les maladies en analysant la structure protéique d’échantillons biologiques. Les programmes informatiques jouent de moreover en furthermore un rôle dans ce processus en examinant la grande quantité de données produites dans de tels assessments pour identifier des marqueurs spécifiques de la maladie.



« Mais les programmes existants sont souvent inexacts ou peuvent être limités par une erreur humaine dans leurs fonctions sous-jacentes », a déclaré Fatema Tuz Zohora, doctorante à la Cheriton School of Laptop Science.

« Ce que nous avons fait dans nos recherches est de créer un réseau de neurones profonds qui permet de détecter à 98% les caractéristiques peptidiques dans un ensemble de données. Nous travaillons pour rendre la détection des maladies moreover précise afin de fournir aux professionnels de la santé les meilleurs outils. »

Les peptides sont les chaînes d’acides aminés qui composent les protéines dans les tissus humains. Ce sont ces petites chaînes qui présentent souvent les marqueurs spécifiques de la maladie. Avoir de meilleurs tests signifie qu’il sera attainable de détecter les maladies additionally tôt et avec une as well as grande précision.

L’équipe de Zohora appelle son nouveau réseau d’apprentissage en profondeur PointIso. C’est une forme d’apprentissage automatique ou d’intelligence artificielle qui a été formée sur une énorme foundation de données de séquences existantes à partir d’échantillons biologiques.

« D’autres méthodes de détection de biomarqueurs de maladies ont généralement de nombreux paramètres qui doivent être définis manuellement par des experts de terrain », a déclaré Zohora. « Mais notre réseau de neurones profonds apprend les paramètres lui-même, ce qui est plus précis, et automatise l’approche de découverte de biomarqueurs de la maladie. »

Le nouveau programme est également exceptional en ce qu’il n’est pas formé pour rechercher uniquement un sort de maladie, mais pour identifier les biomarqueurs associés à une gamme de maladies, notamment les maladies cardiaques, le most cancers et même le COVID-19.

« Cela s’applique à tout form de découverte de biomarqueurs de maladies », a déclaré Zohora.  » Et parce qu’il s’agit essentiellement d’un modèle de reconnaissance de formes, il peut être utilisé pour détecter de petits objets dans une grande quantité de données. Il y a tellement d’applications pour la médecine et la science  c’est passionnant de voir les possibilités s’ouvrir grâce à cette recherche et comment cela peut aider les gens. »