這種分類和轉移過程使林雪平大學的研究人員能夠發(fā)現新的疾病相關基因組。該技術的基礎應有助于提高精確(個性化)醫(yī)學的水平，從而針對不同情況提供更可靠的個性化治療形式。

生物技術的方向是構建生物網絡圖。這些網絡涉及不同蛋白質或基因如何相互作用。這是一項復雜的任務，人工智能的應用幫助簡化了這一過程。

所使用的人工智能的特定形式是一種稱為“人工神經網絡”的深度學習。要開發(fā)“連接系統(tǒng)”，需要使用生物學數據對平臺進行培訓。

隨著時間的推移，研究證明了他們的“人工神經網絡如何能夠分析大量復雜數據。

通過使用包含與數百人相關的20,000個基因的數據集，可以證明這一點。信息顯示為“未排序”。然后，將人工智能用于評估與疾病患者相關的哪些基因表達模式，而不是與健康人相關的那些基因表達模式。為此，系統(tǒng)需要在蛋白質，蛋白質和細胞類型之間找到隱藏的數據集。

這項工作使研究人員能夠訓練人工智能以在新數據集中找到基因表達模式。

首席科學家Sanjiv Dwivedi表示：“我們第一次使用深度學習來發(fā)現與疾病相關的基因。在分析大量生物信息或“大數據”時，這是一種非常強大的方法。”

該項目的下一階段將涉及與其他研究機構合作，以通過評估給定患者的遺傳模式來探索如何開發(fā)針對特定患者的藥物。