メイヨークリニックの研究者は、OmicsFootprintと呼ばれる人工知能（AI）ツールを開拓しており、膨大な量の複雑な生物学的データを2次元の円形画像に変換するのに役立ちます。ツールの詳細は、の研究で公開されています 核酸研究。
OMICSは、遺伝子、タンパク質、およびその他の分子データの研究であり、身体の機能と病気の発達方法を明らかにするのに役立ちます。このデータをマッピングすることにより、OmicsFootprintは、臨床医と研究者に、癌や神経障害などの疾患のパターンを視覚化する新しい方法を提供する可能性があります。また、疾患のメカニズムと相互作用を探求する直感的な方法を提供する場合があります。
データが伝えているストーリーを見ることができるとき、データは最も強力になります。 Omicsfootprintは、これまでに達成できなかった発見への扉を開くことができました。」
クリシュナ・ラニ・カラリ博士、主著者、マヨネーズクリニックの個別医学センターの生物医学情報学の准教授
遺伝子は身体の取扱説明書として作用し、タンパク質は細胞の機能を維持するためにそれらの指示を実行します。時々、これらの指示の変化 – 突然変異と呼ばれる – は、このプロセスを混乱させ、病気につながる可能性があります。 OmicsFootprintは、遺伝子活性、変異、タンパク質レベルなどのデータを、身体で何が起こっているかをより明確に描くカラフルで円形マップに変換することにより、これらの複雑さを理解するのに役立ちます。
彼らの研究では、研究者はOMICSFOOTPRINTを使用して薬物反応と癌マルチオミクスデータを分析しました。このツールは、平均精度が87％で、2種類の乳がん（小葉癌と乳管癌）を区別しました。肺がんに適用すると、腺癌と扁平上皮癌の2つのタイプを特定する際に95％以上の精度が示されました。
この研究では、いくつかのタイプの分子データを組み合わせることで、1つのタイプのデータを使用するよりも正確な結果が得られることが示されました。
OmicsFootPrintは、限られたデータセットでも意味のある結果を提供する可能性を示しています。既存のデータから学習し、その知識を新しいシナリオに適用する高度なAIメソッドを使用します。これは、転送学習として知られるプロセスです。一例では、研究者が典型的なデータボリュームの20％未満を使用して肺がんのサブタイプを特定する上で95％以上の精度を達成するのに役立ちました。
「このアプローチは、小さなサンプルサイズや臨床研究であっても、研究にとって有益である可能性があります」とカラリ博士は言います。
その精度と洞察を強化するために、OmicsFootPrintフレームワークは、SHAP（Shapley Additive説明）と呼ばれる高度な方法も使用します。 Shapは、研究者が疾患パターンを駆動する要因を理解するのに役立つ結果に影響を与える最も重要なマーカー、遺伝子、またはタンパク質を強調しています。
研究を超えて、OmicsFootprintは臨床用に設計されています。大規模な生物学的データセットをコンパクトな画像に圧縮し、元のストレージスペースのわずか2％を必要とします。これにより、画像を電子医療記録に簡単に統合して、将来の患者のケアを導くことができます。
研究チームは、神経疾患や他の複雑な障害など、他の疾患を研究するためにOmicsFootprintを拡大する予定です。また、新しい疾患マーカーや薬物ターゲットを見つける能力など、ツールをさらに正確かつ柔軟にするための更新に取り組んでいます。
ソース：
ジャーナルリファレンス：
タン、X。、 et al。 （2024）。 omicsfootprint：円形画像と深いニューラルネットワークを使用してマルチオミクスデータを統合および解釈するフレームワーク。 核酸研究。 doi.org/10.1093/nar/gkae915。
1738895494
#メイヨークリニックは複雑な生物学的データを視覚化するためのAIツールを開発しています
2025-02-07 02:24:00