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

Des experts de la Cheriton School of Computer Science de l’Université de Waterloo ont créé un réseau neuronal profond qui permet de détecter à 98 % les caractéristiques des peptides dans un ensemble de données. Cela signifie que les scientifiques et les médecins ont plus de chances de découvrir d’éventuelles maladies grâce à l’analyse d’échantillons de tissus.

Il existe plusieurs techniques existantes pour détecter des maladies en analysant la structure protéique d’échantillons biologiques. Les programmes informatiques jouent de plus en plus un rôle dans ce processus en examinant la grande quantité de données produites dans ces tests 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 Computer Science.

« Ce que nous avons fait dans notre recherche, c’est créer un réseau neuronal profond qui permet de détecter à 98 % les caractéristiques des peptides dans un ensemble de données. Nous nous efforçons de rendre la détection des maladies plus 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 possible de détecter les maladies plus tôt et avec une plus grande précision.

L’équipe de Zohora appelle son nouveau réseau d’apprentissage en profondeur PointIso. Il s’agit d’une forme d’apprentissage automatique ou d’intelligence artificielle qui a été entraînée sur une énorme base de données de séquences existantes 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 neuronal profond apprend les paramètres lui-même, ce qui est plus précis, et automatise l’approche de découverte des biomarqueurs de la maladie.”

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

“Il est applicable à tout type 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 n’importe quel petit objet dans une grande quantité de données. Il y a tellement d’applications pour la médecine et la science ; c’est excitant de voir les possibilités qui s’ouvrent grâce à cette recherche et comment cela peut aider les gens.”

Source de l’histoire :

Matériaux fourni par Université de Waterloo. Remarque : Le contenu peut être modifié pour le style et la longueur.