ACM通信
ACM TechNews
人工智能模型有助于发现运动神经元疾病的病因
斯坦福医学院的Michael Snyder说:“通过对基因组分析进行机器学习，我们正在发现更多有关MND等人类复杂疾病的隐藏基因，这最终将为个性化治疗和干预提供动力
来源:盖蒂图片社
英国研究人员开发的一种新的机器学习模型谢菲尔德大学和斯坦福大学医学院确定了690个运动神经元疾病(MND)的风险基因。
RefMap工具识别出的新基因使已发现的遗传性增加了五倍。
斯坦福大学的Sai Zhang解释说:“RefMap通过整合遗传和表观遗传数据来识别风险基因。这是一种通用工具，我们正在实验室中将其应用于更多的疾病。”
一种新的MND基因KANK1被发现在人类神经元中产生类似于患者大脑中的神经毒性，这可能成为设计新药的新目标。
斯坦福大学的Michael Snyder说:“通过对基因组分析进行机器学习，我们正在发现更多有关MND等人类复杂疾病的隐藏基因，这最终将为个性化治疗和干预提供动力。”
从英国谢菲尔德大学
查看全文
版权所有©2022SmithBucklin美国华盛顿特区
没有发现记录