Fisikawan mengamati persaingan antara orde magnet - ScienceDaily
Teknologi

Kemampuan baru dapat lebih memahami dan mengobati penyakit seperti kanker – ScienceDaily


Ilmuwan di University of California, Irvine telah mengembangkan kerangka kerja pembelajaran mendalam baru yang memprediksi regulasi gen pada tingkat sel tunggal.

Pembelajaran mendalam, sebuah keluarga metode pembelajaran mesin yang didasarkan pada jaringan saraf tiruan, telah merevolusi aplikasi seperti interpretasi gambar, pemrosesan bahasa alami, dan mengemudi otonom. Dalam sebuah penelitian yang diterbitkan baru-baru ini di Kemajuan Sains, Peneliti UCI menjelaskan bagaimana teknik ini juga berhasil digunakan untuk mengamati regulasi gen di tingkat sel. Hingga saat ini, proses tersebut terbatas pada analisis tingkat jaringan.

Menurut rekan penulis senior Xiaohui Xie, profesor ilmu komputer UCI, kerangka ini memungkinkan studi pengikatan faktor transkripsi pada tingkat seluler, yang sebelumnya tidak mungkin karena gangguan intrinsik dan ketersebaran data sel tunggal. Faktor transkripsi adalah protein yang mengontrol terjemahan informasi genetik dari DNA ke RNA; TF mengatur gen untuk memastikannya diekspresikan dalam urutan yang tepat dan pada waktu yang tepat di dalam sel.

“Terobosannya adalah menyadari bahwa kita dapat memanfaatkan pembelajaran mendalam dan kumpulan data besar dari profil pengikat TF tingkat jaringan untuk memahami bagaimana TF mengatur gen target dalam sel individu melalui sinyal tertentu,” kata Xie.

Dengan melatih jaringan saraf pada kumpulan data genomik dan epigenetik skala besar, dan dengan memanfaatkan keahlian kolaborator di tiga departemen, para peneliti dapat mengidentifikasi regulasi gen baru untuk sel individu atau jenis sel.

“Kemampuan kami untuk memprediksi apakah faktor transkripsi tertentu mengikat DNA dalam sel tertentu atau jenis sel pada waktu tertentu memberikan cara baru untuk menemukan populasi kecil sel yang penting untuk memahami dan mengobati penyakit,” kata rekan senior. penulis Qing Nie, Profesor matematika Kanselir UCI dan direktur National Science Foundation-Simons Center for Multiscale Cell Fate Research kampus, yang mendukung proyek tersebut.

Dia mengatakan bahwa para ilmuwan dapat menggunakan kerangka pembelajaran mendalam untuk mengidentifikasi sinyal kunci dalam sel induk kanker – populasi sel kecil yang sulit untuk ditargetkan secara khusus dalam pengobatan atau bahkan diukur.

“Proyek interdisipliner ini adalah contoh utama bagaimana peneliti dengan bidang keahlian yang berbeda dapat bekerja sama untuk memecahkan pertanyaan biologis yang kompleks melalui teknik pembelajaran mesin,” tambah Nie.

Sumber Cerita:

Materi disediakan oleh Universitas California – Irvine. Catatan: Konten dapat diedit gaya dan panjangnya.

Dipersembahkan Oleh : Lapak Judi

Baca Juga : Data Sidney