Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

Aprendizagem de máquina na genética

Alvo da aprendizagem de máquina e da inteligência artificial desenvolver os algoritmos do computador que melhoram com experiência. Estes algoritmos podem ser usados para ajudar com a análise das séries de dados enormes que incluem dados de arranjar em seqüência genomic.

Laboratório futurista. Inteligência artificial na genética.Crédito de imagem: Gorodenkoff/Shutterstock

Métodos da aprendizagem de máquina

Os métodos da aprendizagem de máquina são executados em três fases. Um pesquisador de aprendizagem desenvolve um algoritmo que suspeitem conduzam à aprendizagem bem sucedida.

Mais tarde, o algoritmo é fornecido com uma grande coleção de dados. Os dados incluem resultados negativos e positivos, assim que o algoritmo pode aprender distinguir entre os dois. Os resultados são sabidos como uma etiqueta, e o algoritmo processa estes e armazena-os como um modelo.

Última, os dados unlabelled novos são dados ao algoritmo e usam o modelo para prever as etiquetas para o grupo de dados novo. Se a aprendizagem era bem sucedida, a seguir as etiquetas previstas para o grupo de dados novo estarão correctas.

Este método está referido como a aprendizagem supervisionada e pode ser usado para considerar se o algoritmo pode aprender reconhecer um valor específico de um grupo de dados.

Os métodos de aprendizagem Unsupervised não fornecem o algoritmo os exemplos etiquetados ao auxílio que aprende mas dão os dados brutos do algoritmo na esperança que pode encontrar uma estrutura dentro da série de dados.

O pesquisador de aprendizagem deve usar-se o que já sabe sobre os dados para construir um modelo com carácter de previsão e para aplicar este ao algoritmo.

Aplicações da aprendizagem de máquina à genética

Os algoritmos de aprendizagem da máquina podem ser usados para analisar grandes grupos de dados arranjando em seqüência genomic. Supervisionado aprender métodos para a identificação do gene exige a entrada das seqüências etiquetadas do ADN que especificam o começo e terminam lugar do gene.

O algoritmo usa então este modelo para aprender as propriedades gerais dos genes tais como testes padrões ADN-arranjando em seqüência e o lugar de codons de parada.

Após este treinamento, o modelo pode usar estas propriedades instruídas para identificar genes adicionais das séries de dados novas que se assemelham aos genes no grupo do treinamento.

Para que os algoritmos de aprendizagem profundos trabalhem com sucesso, as funções de perda (que indicam como exacto uma previsão é) e as funções de risco (que indicam a perda média através do treinamento ajustado) são usadas dentro do modelo para ajustar para as previsões falsas do algoritmo.

Quando os dados de formação não estão disponíveis, os métodos de aprendizagem unsupervised estão usados. Um exemplo de quando este pode ser necessário é durante a interpretação de dados genomic heterogêneos.

A alteração do Histone, a acessibilidade da cromatina, e o factor da transcrição que liga ao longo do genoma podem fornecer a informação em relação à actividade do genoma. Esta informação pode então ser usada para criar um grupo de etiquetas.

Ambos os métodos podem ser usados para descobrir genes do interesse e da outra informação sobre um genoma arranjado em seqüência.

Avanços recentes nas genéticas usando a aprendizagem de máquina

A análise componente principal (PCA) é um exemplo de unsupervised aprendendo qual é usada para descobrir a força de relacionamentos desconhecidos entre indivíduos.

O APC toma uma mistura de genótipo diferentes (com extensibilidade muito alta) e produz um sumário da baixo-dimensão que revele como os genótipo se aglomeram.

O APC tem sido usado previamente para mostrar como os relacionamentos entre indivíduos europeus espelham a geografia.

Os métodos supervisionados da aprendizagem de máquina foram usados recentemente para discriminar entre as regiões genomic que experimentam refinando a selecção e as aquelas que não tiveram nenhuma limitação selectiva. Isto foi descoberto usando somente dados genomic da população.

Este estudo descobriu as regiões do candidato do genoma que foram enriquecidas altamente nos domínios reguladores dos genes que são importantes para a revelação apropriada do sistema nervoso central.

A presença das regiões do candidato perto de um gene pode prever mudanças humano-específicas da expressão no cérebro.

Perspectivas e o futuro da aprendizagem de máquina na genética

Em conclusão, a aprendizagem de máquina é um assunto muito complexo e vasto. Os algoritmos podem ser criados que permitem uma análise distante mais exacta dos dados do que muitos outros métodos que existem.

O método da aprendizagem de máquina que é usada dependerá da natureza dos dados que estão disponíveis e o que os pesquisadores estão tentando descobrir.

Mais pesquisa na aprendizagem de máquina e na inteligência artificial fornecerá umas maneiras mais exactas de analisar no futuro os dados genomic, que conduzirão a mais descobertas.

Fontes:

Further Reading

Last Updated: Jun 25, 2019

Written by

Samuel Mckenzie

Sam graduated from the University of Manchester with a B.Sc. (Hons) in Biomedical Sciences. He has experience in a wide range of life science topics, including; Biochemistry, Molecular Biology, Anatomy and Physiology, Developmental Biology, Cell Biology, Immunology, Neurology  and  Genetics.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Mckenzie, Samuel. (2019, June 25). Aprendizagem de máquina na genética. News-Medical. Retrieved on April 11, 2021 from https://www.news-medical.net/life-sciences/Machine-Learning-in-Genetics.aspx.

  • MLA

    Mckenzie, Samuel. "Aprendizagem de máquina na genética". News-Medical. 11 April 2021. <https://www.news-medical.net/life-sciences/Machine-Learning-in-Genetics.aspx>.

  • Chicago

    Mckenzie, Samuel. "Aprendizagem de máquina na genética". News-Medical. https://www.news-medical.net/life-sciences/Machine-Learning-in-Genetics.aspx. (accessed April 11, 2021).

  • Harvard

    Mckenzie, Samuel. 2019. Aprendizagem de máquina na genética. News-Medical, viewed 11 April 2021, https://www.news-medical.net/life-sciences/Machine-Learning-in-Genetics.aspx.

Comments

The opinions expressed here are the views of the writer and do not necessarily reflect the views and opinions of News Medical.