Les chercheurs créent un réseau neuronal génomique qui explique remark des prédictions précises sont faites

Une équipe d’informaticiens de l’Université de New York a créé un réseau neuronal succesful d’expliquer remark elle arrive à ses prédictions. Ce travail révèle les reasons fonctionnelles des réseaux de neurones – les moteurs qui pilotent l’intelligence artificielle et l’apprentissage automatique – mettant en lumière un processus qui a été largement caché aux utilisateurs.

Cette avancée s’articule autour d’une utilisation spécifique des réseaux de neurones devenue populaire ces dernières années : s’attaquer à des questions biologiques difficiles. Parmi ceux-ci figurent des examens des complexités de l’épissage de l’ARN – le level central de l’étude – qui joue un rôle dans le transfert d’informations de l’ADN vers l’ARN fonctionnel et les produits protéiques.

“De nombreux réseaux de neurones sont des boîtes noires”, explique Oded Regev, professeur d’informatique au Courant Institute for Mathematical Sciences de l’Université de New York. “Ces algorithmes ne peuvent pas expliquer leur fonctionnement, ce qui suscite des inquiétudes quant à leur fiabilité et étouffe les progrès dans los angeles compréhension des bases biologiques. processus de codage du génome. L’auteur foremost de l’article publié dans Actes de l’Académie nationale des sciences.

“En exploitant une nouvelle approche qui optimise los angeles quantité et los angeles qualité des données pour los angeles formation en apprentissage automatique, nous avons conçu un réseau neuronal explicable succesful de prédire avec précision des résultats complexes et d’expliquer remark il est arrivé à ses prédictions.”

Regev et les autres auteurs de l’article, Susan Liao, professeure au Courant Institute, et Mukund Sudarshan, doctorant au Courant au second de l’étude, ont créé un réseau neuronal basé sur ce que l’on savait déjà sur l’épissage de l’ARN.

Plus précisément, ils ont développé un modèle – l’équivalent d’un microscope haute puissance basé sur les données – qui permet aux scientifiques de suivre et de mesurer le processus d’épissage de l’ARN, du séquençage d’entrée à los angeles prévision de l’épissage de sortie.

“En utilisant une approche” interprétable par conception “, nous avons développé un modèle de réseau neuronal qui donne un aperçu de l’épissage de l’ARN – un processus fondamental dans le transfert d’informations génomiques”, explique Regev. “Notre modèle a révélé qu’une petite construction en forme d’épingle à cheveux dans l’ARN peut réduire l’épissage.”

Les chercheurs ont confirmé les informations fournies par leur modèle grâce à une série d’expériences. Ces résultats concordaient avec los angeles découverte du modèle : chaque fois qu’une molécule d’ARN se repliait en forme d’épingle à cheveux, l’épissage s’arrêtait, et au second où les chercheurs perturbaient cette construction en épingle à cheveux, l’épissage était rétabli.