普林斯頓大學的研究人員通過利用機器學習同時分析數(shù)百種疾病的分子模式，正在獲得對疾病原因和特征的新見解。計算機科學家和生物學家團隊展示了現(xiàn)在全球研究人員可以使用的新工具，他們已經(jīng)發(fā)現(xiàn)并實驗證實了以前未知的四種基因對一種主要影響嬰兒和幼兒的罕見癌癥的貢獻。

該團隊包括密歇根州立大學和奧斯陸大學的合作者，他們在2月23日出版的Cell Systems期刊上發(fā)表了一篇論文，并介紹了該系統(tǒng)的能力。

雖然以前的方法專注于與特定疾病或癌癥類型相關的基因，但新技術通過同時觀察300多種不同的疾病，包括癌癥，心臟病，代謝紊亂和許多其他疾病，利用機器學習來尋找獨特的基因活動模式。通過這樣做，它揭示了疾病和組織類型之間的區(qū)別，包括無法用其他技術辨別的相關疾病之間的微調(diào)差異。

研究人員相信，隨著進一步的發(fā)展，該工具將有助于臨床醫(yī)生診斷疾病，定制和跟蹤治療的有效性，并尋找新的治療方法。

該系統(tǒng)稱為Unveiling RNA Sample Annotation for Human Diseases，或URSA(HD)，其中包含來自公眾可獲得的記錄的基因活性信息，這些記錄來自數(shù)千名患者的健康和患病組織中的約8,000個活組織檢查。展望未來，研究人員可以通過網(wǎng)絡界面向工具提交新樣本，并接收可能與疾病和組織類型相關聯(lián)的分析。

“真正的創(chuàng)新是將所有樣本與其他樣本進行比較，”Chandra Theesfeld說道，他是Young-Suk Lee的主要研究人員之一，他獲得了博士學位。2016年在普林斯頓大學。

Theesfeld將這個想法比作人類基于已經(jīng)看到各種各樣的例子來識別行為之間細微差別的能力。例如，觀看足球運動員可能會揭示踢球動作的特征，但同時觀看足球運動員和芭蕾舞演員會發(fā)現(xiàn)具有非常不同風格和目的的類似動作的細節(jié)和背景。

“將它們一起研究提供了一種區(qū)分獨特方面的方法，”普雷斯頓和西蒙斯基金會Olga Troyanskaya實驗室的研究科學家Theesfeld說道。這種觀點提供了一種無偏見的方式“學習一種疾病的新事物，這種疾病是一次一種疾病無法找到的 - 并且可能確定治療的新目標，甚至發(fā)現(xiàn)新的疾病方面不太感激。“

在進行比較時，該算法更加重視基因活動的差異，這些差異唯一地定義了不同的組織和疾病。它不再強調(diào)有關相關疾病常見基因活動的信息，其中大部分已經(jīng)得到充分研究。在足球舞蹈的比喻中，它就像放棄一腳踢腿的大規(guī)模動作，并找到許多細節(jié)，例如一只腳的角度，這些細節(jié)合在一起構成一組特征，可以可靠地識別一個動作或另一個。

“我們的方法是由患者樣本中的疾病信息驅動的，因此它不會偏向于常常被研究的流行疾病基因，”Theesfeld說。“我們可以跟蹤數(shù)據(jù)變化的模式，而無需確切知道每個變化的含義。”

Theesfeld指出，90%的基因研究只占人類基因的10%。URSA(HD)著眼于整個人類基因組，并為每種疾病創(chuàng)建全基因組模型或特征。

這種方法對于罕見疾病可能特別有用，研究人員現(xiàn)在可以用少量樣本創(chuàng)建模型。在兒童癌癥神經(jīng)母細胞瘤的情況下，研究人員發(fā)現(xiàn)了四種特別促成這種疾病的基因，科學文獻中沒有先前的信息。為了證實這些發(fā)現(xiàn)，Theesfeld對人體細胞進行了實驗室測試，操縱了基因活性并觀察了它們對細胞癌癥相關過程的影響。

URSA(HD)不是研究DNA本身，而是研究RNA，這是細胞產(chǎn)生的產(chǎn)物，它將DNA中的信息轉錄成可以構建和運行細胞并在細胞間傳遞信號的工作分子。通過這種方式，系統(tǒng)看起來超越了突變(在基因本身中加擾)，而是專注于下游轉錄產(chǎn)物，即使原始基因正常，也可能以導致問題的方式失調(diào)。

該研究是Troyanskaya實驗室長期工作的一部分，該實驗室整合了大量不同數(shù)據(jù)集，以提取進行精確生物預測所需的信息，并指導實驗室實驗加速發(fā)現(xiàn)。普林斯頓大學的各種數(shù)據(jù)科學將計算和生物學結合在一起，以開發(fā)可能對健康和人類產(chǎn)生廣泛??影響的基礎工具和見解。

“將復雜的數(shù)據(jù)科學與深入的生物學知識相結合的跨學科方法是破解實現(xiàn)精準醫(yī)學承諾所必需的生物醫(yī)學難題的關鍵，”Troyanskaya說。