GELECEK

Sonunda, Gen Regülasyonu Makine Öğrenmesi Tarafından Net Bir Şekilde Yorumlanıyor

Bu “büyük veri (big data)” çağında, yapay zeka bilim insanları için değerli bir müttefik haline geldi. Örneğin, makine öğrenme algoritmaları, biyologların genlerin nasıl işlediğini kontrol eden baş döndürücü sayıdaki moleküler sinyalleri anlamasına yardımcı oluyor. Ancak daha fazla veriyi analiz etmek için yeni algoritmalar geliştirilse de, bunlar daha karmaşık ve yorumlanması daha zor hale geliyor.

Gen regülasyonu (üst, sol) için bir matematiksel termodinamik model, yapay bir sinir ağı (YSA) (alt, sol) olarak formüle edilmiştir. Büyük DNA veri kümeleri yeni ANN’den (sağda) beslenir. Bağlantıların örüntüsü biyologların yorumlaması kolay bir şekilde sunulur. Kredi bilgileri: Kinney lab / CSHL, 2019

Nicel biyologlar* Justin B. Kinney ve Ammar Tareen, biyologların daha kolay anlayabileceği gelişmiş makine öğrenme algoritmaları tasarlamak için bir stratejiye sahipler.

Algoritmalar bir tür yapay sinir ağıdır (YSA). Nöronların beyne bağlanma ve beyinde dallanma biçimlerinden esinlenen YSA’lar ileri makine öğreniminin hesaplamalı temelleridir. Ve isimlerine rağmen, YSA’lar sadece beyinleri incelemek için kullanılmaz.

Tareen ve Kinney gibi biyologlar, DNA’yı araştıran “kitlesel paralel raportör tahlili” (KPRT-MPRA) adı verilen deneysel bir yöntemdeki verileri analiz etmek için YSA’ları kullanıyor.

Bu verileri kullanarak, nicel  biyologlar gen regülasyonu adı verilen süreçte moleküllerin kontrol ettiği özel genleri tahmin eden YSA yapabilirler.

Hücrelerin her zaman tüm proteinlere ihtiyacı yoktur. Bunun yerine, gerektiğinde protein üreten genleri açmak veya kapatmak için karmaşık moleküler mekanizmaları kullanırlar. Bu düzenlemeler çalışmadığında, genellikle bozukluk ve hastalık takip meydana gelir.

Kinney, “Bu mekanik bilgi – gen regülasyonu gibi bir şeyin nasıl çalıştığını anlamak – çoğu zaman hastalıklara karşı moleküler tedaviler geliştirebilme ile geliştirememe arasındaki farktır”.

Ne yazık ki standart YSA’ların MPRA verileri ile şekillenme biçimi, yaşam bilimlerindeki bilim insanlarının soru sorma biçiminden çok farklıdır. Bu fark, biyologların gen düzenlemesinin nasıl gerçekleştiğini yorumlamakta zorlandıkları anlamına gelir.

Yardımcı Doçent  Dr. Justin Kinney, yeni tasarlanmış bir yapay sinir ağının nispeten kolay anlaşılır yapısını sergiliyor. Sonuçlar 13 Aralık’ta 1. Hesaplamalı Biyolojide Makine Öğrenimi Konferansı’nda resmen sunuldu. (Conference on Machine Learning in Computational Biology, 2019)

Kinney ve Tareen şimdi hesaplama araçları ile biyologların düşünce tarzları arasındaki boşluğu dolduran yeni bir yaklaşım geliştirdiler. Biyolojide genler ve onları kontrol eden moleküller ile ilgili ortak kavramları matematiksel olarak yansıtan özel YSA’lar oluşturdular.

Bu şekilde, aslında makine öğrenme algoritmalarını bir biyoloğun anlayabileceği şekilde verileri işlemeye zorluyorlar.

Bu çabalarla, Kinney modern, endüstriyel yapay zeka teknolojilerinin yaşam bilimlerinde kullanım için nasıl optimize edilebileceğini açıklıyor.

Özel YSA’lar yapmak için bu yeni stratejiyle doğrulanan Kinney’nin laboratuarı bunu, insan hastalıklarında yer alan anahtar gen devreleri de dahil olmak üzere çok çeşitli biyolojik sistemleri araştırmak için kullanıyor.

*Nicel Biyoloji :

Nicel biyoloji, yaşamı ve canlı organizmaları incelemek için matematiksel, istatistiksel veya hesaplamalı tekniklerin kullanımını kapsayan bir şemsiye terimdir. Kantitatif biyolojinin ana teması ve amacı, yaşam sistemlerini yöneten temel ilkelere dayanan öngörücü modellerin oluşturulmasıdır.(bkz: Wikipedia)

Nesibe Manav

Kaynak ve daha fazla bilgi icin:

https://phys.org/news/2019-12-machine-gene.html

Ammar Tareen et al. Biophysical models of cis-regulation as interpretable neural networks, bioRxiv (2019). DOI: 10.1101/835942

Matematiksel

Nesibe Manav

Öğrendikçe büyüyoruz, hayallerimiz ve dünyamız güzelleşiyor. Öğrenmek, hayatı anlamak için pek çok pencere açıyor. Matematiğin öğrettiği şeylerden biri de ne kadar bilirsen o kadar az şey bildiğini farketmen. Öğrenmeyi seviyorum ve öğrendiklerini paylaşmak beni mutlu ediyor. O yüzden paylaşalım ki bilgimiz artsın.
Başa dön tuşu