وبگاه اَزو اِی آی در گزارشی آورده است: در مقاله‌ای که به تازگی در مجله نِیچِر بیومدیکال اِنجی‌نی‌یِرینگ (Nature Biomedical Engineering) انتشار شده، پژوهشگران چارچوب جدیدی به نام دیپ پروفایل (DeepProfile) را معارفه کردند. این چارچوب از راه حلهای یادگیری عمیق بدون نظارت برای تجزیه‌وتحلیل داده‌های گفتن ژن از ۵۰ هزار و ۲۱۱ ترانسکریپتوم (مجموعه‌ای از مولکول‌های آراِن‌اِی) در ۱۸ سرطان انسان منفعت گیری می‌کند. مقصد مهم، افزایش دانش درمورد زیست‌شناسی سرطان برای تشخیص این بیماری و طراحی درمان‌های مؤثرتر برای آن است.

پیشرفت فناوری‌های تجزیه‌وتحلیل گفتن ژن

تجزیه‌وتحلیل گفتن ژن به طور چشمگیری پیشرفت کرده که علت مهم آن پیدایش فناوری‌های توالی‌یابی با توان بالا و راه حلهای محاسباتی پیچیده است. در راه حلهای سنتی، همانند ‌تحلیل مؤلفه‌های مهم (PCA) و رگرسیون خطی، طبق معمولً برای نشان‌دادن روابط پیچیده و غیرخطی ذاتی داده‌های زیست‌شناختی تلاش می‌شود. این محدودیت‌ها نیاز به چارچوب‌های گسترش یافتهتر برای مدیریت مجموعه‌داده‌های با ابعاد بالا را برجسته می‌کند.

تغیرات تازه در یادگیری ماشین، به اختصاصی یادگیری عمیق، بیوانفورماتیک را منقلب کرده است. مدل‌هایی همانند شبکه‌های عصبی کانوُلوشِنال (CNN) و رمزگذارهای خودکار متغیر (VAE) به طور مؤثر الگوها و روابط پیچیده‌ای را بین ژن‌ها شناسایی کرده‌اند. این مدل‌ها در پردازش حجم بسیاری از داده‌ها بی‌نظیر و برای تجزیه‌وتحلیل پروفایل‌های گفتن ژن در انواع گوناگون سرطان، مطلوب می باشند. علاوه بر این، دیپ‌پروفایل به طور منحصربه‌فردی از یک روش یادگیری گروهی منفعت گیری می‌کند، و چند رمزگذار خودکار متغیر را با اندازه‌های گوناگون فضای نهان (latent space) و مقداردهی اولیه اتفاقی ترکیب می‌کند تا نمایش‌های نهفته پایدار و تفسیرپذیر زیست‌شناختی تشکیل کند. ادغام انواع داده‌های متنوع، از جمله ویژگی‌های بالینی و جهشی، جهت پیشرفت تفسیرپذیری تجزیه‌وتحلیل‌های گفتن ژن شده است.

چارچوب دیپ‌پروفایل گامی مهم در تجزیه‌وتحلیل داده‌های گفتن ژن سرطان است. پژوهشگران از راه حلهای یادگیری عمیق پیشرفته و مدل‌سازی گروهی برای تسلط بر چالش‌ها در تفسیرپذیری زیست‌شناختی منفعت گیری و اطلاعات مهمی را آشکار کردند که می‌تواند فهمیدن ناهمگونی سرطان و تأثیر آن بر مراقبت از بیمار را بهبود بخشد. توانایی اتصال پروفایل‌های گفتن ژن با نتایج بالینی، پیشرفتی اساسی در پزشکی شخصی‌شده (اراعه خدمات پزشکی مشابه با ویژگی‌های مولکولی فرد) در سرطان‌شناسی است.