Βρείτε μας στο Google News. Πατήστε εδώ!Μια νέα μελέτη δείχνει ότι είναι δυνατή η χρήση μηχανικής μάθησης και στατιστικών για την αντιμετώπιση ενός προβλήματος που από καιρό εμποδίζει τον τομέα της μεταβολομικής: μεγάλες διακυμάνσεις στα δεδομένα που συλλέγονται σε διαφορετικούς ιστότοπους. «Δεν γνωρίζουμε πάντα την πηγή της παραλλαγής», είπε ο Daniel Raftery, καθηγητής αναισθησιολογίας και παυσίπονης στην Ιατρική Σχολή του Πανεπιστημίου της Ουάσιγκτον στο Σιάτλ. “Θα μπορούσε να οφείλεται στο ότι τα υποκείμενα είναι διαφορετικά με διαφορετική γενετική, δίαιτα και περιβαλλοντική έκθεση. Ή μπορεί να οφείλεται στον τρόπο συλλογής και επεξεργασίας των δειγμάτων.”
Ο Raftery και οι ερευνητές του ήθελαν να δουν εάν η μηχανική μάθηση – μια μορφή τεχνητής νοημοσύνης που χρησιμοποιεί αλγόριθμους υπολογιστών για την επεξεργασία μεγάλων όγκων ιστορικών δεδομένων και για τον εντοπισμό προτύπων δεδομένων – θα μπορούσε να μειώσει αυτή τη διακύμανση μεταξύ δεδομένων από διαφορετικούς ιστότοπους χωρίς να κρύβει σημαντικές διαφορές. «Θέλαμε να συγκεντρώσουμε αυτά τα αταίριαστα σύνολα δεδομένων, ώστε τα ευρήματα διαφορετικών μελετών να συγκριθούν ή να συνδυαστούν για περαιτέρω ανάλυση», είπε ο Raftery.
Οδήγησε το έργο με τους Dabao Zhang και Min Zhang, πρώην στο Πανεπιστήμιο Purdue και τώρα καθηγητές επιδημιολογίας και βιοστατιστικής στο Πανεπιστήμιο της Καλιφόρνια, στο Irvine Public Health. Danni Liu, Ph.D. φοιτητής στο Purdue, ήταν ο κύριος συγγραφέας της εργασίας, η οποία εμφανίζεται στα Πρακτικά της Εθνικής Ακαδημίας Επιστημών. Ο Raftery είναι ερευνητής στο UW Mitochondria and Metabolism Center, που εδρεύει στο UW Medicine South Lake Union στο Σιάτλ.
Ο όρος μεταβολομική σχετίζεται με τον μεταβολισμό, μια λέξη που περιγράφει τις χημικές αντιδράσεις που εκτελούν τα κύτταρα μας για να διατηρήσουν τη ζωή. Αυτές περιλαμβάνουν αντιδράσεις που διασπούν τα τρόφιμα για τη συλλογή ενέργειας και την απόκτηση των πρώτων υλών που χρειάζονται τα κύτταρα για ανάπτυξη και επισκευή, αντιδράσεις που περιλαμβάνουν τη συναρμολόγηση κυτταρικών συστατικών που χρειάζονται για τη ζωή και αντιδράσεις που εμπλέκονται στην αποσυναρμολόγηση κατεστραμμένων ή μη εξαρτημάτων ώστε να μπορούν να ανακυκλωθούν , απορρίπτεται ή χρησιμοποιείται ως καύσιμο.
Οι μικρές χημικές ουσίες που παράγονται από αυτές τις μεταβολικές διεργασίες ονομάζονται μεταβολίτες. Τα επίπεδα του μεταβολίτη αποκαλύπτουν ποιες χημικές αντιδράσεις συμβαίνουν σε ένα κύτταρο, ιστό, όργανο ή οργανισμό σε μια δεδομένη στιγμή και πώς αυτές οι αντιδράσεις μπορεί να αλλάξουν με την πάροδο του χρόνου. Η μεταβολομική είναι η μελέτη των μεταβολιτών και των διεργασιών που τους παράγουν. Αυτές οι πληροφορίες βοηθούν τους ιατρικούς επιστήμονες να κατανοήσουν καλύτερα όχι μόνο τον τρόπο με τον οποίο τα κύτταρα διατηρούν κανονική λειτουργία αλλά και τι μπορεί να πάει στραβά όταν οι άνθρωποι αρρωσταίνουν.
Αυτή η γνώση θα μπορούσε να οδηγήσει σε νέους τρόπους διάγνωσης, πρόληψης και θεραπείας ασθενειών, είπε ο Raftery. Στη νέα μελέτη, οι ερευνητές κατασκεύασαν μοντέλα μηχανικής μάθησης για να εντοπίσουν παράγοντες που οδηγούσαν τις διαφορές μεταξύ των συνόλων δεδομένων. Τα μοντέλα αντιπροσώπευαν τις δημογραφικές διαφορές στους πληθυσμούς της μελέτης, όπως η ηλικία και το φύλο, και χρησιμοποίησαν τις πληροφορίες που περιέχονται σε άλλους μεταβολίτες για να εξηγήσουν τις παρατηρούμενες διαφορές. Οι ερευνητές διαπίστωσαν ότι η προσέγγισή τους μείωσε τη διακύμανση μεταξύ των συνόλων δεδομένων κατά περισσότερο από 95% χωρίς να κρύβει σημαντικές διαφορές, όπως αυτές που εμφανίζονται φυσικά μεταξύ ανδρών και γυναικών.
«Δείξαμε ότι η προσέγγισή μας έχει τη δυνατότητα να μειώσει την ανεπιθύμητη διακύμανση που παρατηρείται στα μεταβολομικά δεδομένα διατηρώντας παράλληλα τα μεταβολικά σήματα ενδιαφέροντος», είπε ο Raftery. Η ομάδα σχεδιάζει να επεκτείνει τις μελέτες της με στόχο να παρέχει μια βαθύτερη κατανόηση του φυσιολογικού μεταβολισμού και να εντοπίσει βιοδείκτες μη φυσιολογικού μεταβολισμού που μπορεί να είναι σημάδι ασθένειας.
