Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Исследователи обнаружили неинвазивные биомаркеры клинической депрессии с помощью машинного обучения
Группа ученых из Сколтеха, Университета Шарджи и Казахского национального университета имени аль-Фараби выявила биологические маркеры клинической депрессии, с помощью которых можно добиться более объективной диагностики заболевания.
Результаты исследования опубликованы в журнале Neurobiology of Stress. Клиническая депрессия, или большое депрессивное расстройство, является сегодня второй наиболее частой причиной потери трудоспособности после онкологических заболеваний. Ученые ожидают, что к 2030 году она выйдет на первое место. По данным Всемирной организации здравоохранения, этой хронической болезни подвержены 280 миллионов человек по всему миру. Несмотря на это, диагностировать клиническую депрессию все еще сложно.
«Сейчас диагностика психических расстройств в основном осуществляется с помощью беседы пациента с врачом, заполнения опросных листов и оценивания результатов с помощью шкал. Иногда разные врачи могут по-разному интерпретировать результаты, возникает фактор субъективности. До сих пор в мире нет надежных биомаркеров — объективных показателей предрасположенности к психическому заболеванию или его развития. Мы хотели найти такие биомаркеры, которые будут надежными и при этом доступными. МРТ-исследование, например, можно провести не везде, а анализ крови многие стараются избегать», — рассказывает соавтор работы, старший преподаватель и руководитель исследовательской группы Центра прикладного искусственного интеллекта в Сколтехе Максим Шараев.
В рамках совместного с Университетом Шарджи проекта учёные использовали комплексные мультимодальные данные, которые характеризуют пациента с разных сторон — МРТ-исследования, электроэнцефалографию, анализ крови, генотипирование и транскриптомный анализ.
«Вероятно, эра простых биомаркеров заканчивается. Теперь нет какого-то одного критерия, который покажет, есть у человека заболевание или нет. Нужны комбинации этих маркеров, и их помогают находить методы машинного обучения. Мы получили комплексные данные и сделали такие модели машинного обучения, которые на основе этих данных смогут создать интегративные биомаркеры. Но перед тем, как объединить разные типы данных, мы исследовали каждый тип в отдельности, чтобы найти какие-то предпосылки для анализа, на что обращать внимание», — объясняет Шараев.
Опубликованная работа посвящена одному типу данных — транскриптомному, то есть анализу экспрессии генов в клетках, которые могут предсказать клиническую депрессию. Часть биомаркеров обнаружили с помощью машинного обучения и открытых баз данных, сравнивая показатели для пациентов разных национальностей. Данные транскриптомного анализа 170 пациентов с клинической депрессией и 121 здорового пациента параллельно изучали двумя разными методами — биоинформатики и машинного обучения.
«Стандартные методы биоинформатики помогают работать с многомерными данными при маленьких выборках, накладывать на них ограничения, фильтровать их и приходить к числу генов, которые затем можно проверять в лаборатории. Это стандартные подходы, которые основаны на классической статистике, но у них есть ряд недостатков.
Например, может быть слишком много ложных срабатываний, у них достаточно долгое время сходимости, а часть важных признаков может быть пропущена. Мы в Сколтехе дополнили эти методы решениями машинного обучения. Взяв те же данные, мы настроили модели, добились высокого качества классификаций, а затем получили значимые признаки — гены, экспрессия которых влияла на результат», — комментирует Шараев.
Ученые получили наиболее значимые гены, сравнив результаты двух исследований. Такой подход позволил повысить их объективность, так как методы, используемые параллельно, основаны на разных моделях. После валидации результатов на независимой выборке их подтвердили и с помощью лабораторных исследований — анализа слюны 12 пациентов с клинической депрессией и восьми здоровых пациентов. С помощью атласа мозга Аллена также показали, что эти гены экспрессируются в различных участках мозга человека.
«В дальнейшем можно расширять и уточнять набор этих генов для скрининга и быстрой диагностики. Все это можно проводить по слюне. Не надо брать кровь или проводить сложные исследования. Для предварительного анализа этого достаточно, чтобы сделать какие-то выводы», — объясняет Шараев.
«Наше исследование показывает, как важно использовать искусственный интеллект в сочетании с методами биоинформатики для лучшего понимания молекулярных механизмов таких сложных болезней, как большое депрессивное расстройство. Открытие неинвазивных биомаркеров очень ценно как для пациентов, так и для клинических психиатров», — подытоживает первый автор исследования, профессор, директор Научно-инновационного центра точной медицины в Университете Шарджи Рифат Хамуди.
Исследование проведено в рамках совместного с Университетом Шарджи проекта Interpretable Artificial Intelligence and Deep Learning models based on integrative Neuroimaging and Genetics data for predicting abnormal emotional development.
Telegram 
Дзен 
VK Ученые Центра исследований интеллекта и когнитивного благополучия НИУ ВШЭ провели первый систематический анализ научных работ, посвященных особенностям восприятия эмоций по движениям при аутизме. Анализ показал, что различия между аутичными и неаутичными людьми во многом зависят от того, как именно устроен эксперимент и какие задачи предлагаются участникам.
В разрыве протопланетного диска звезды WISPIT 2 ученые разглядели зарождающуюся планету. Это уже второй гигант в этом формирующемся «семействе», что делает его крайне похожим на молодую Солнечную систему.
Компания OpenAI официально подтвердила информацию, которая уже несколько дней будоражит профильные ИТ-сообщества: видеогенератор Sora прекращает свое существование. В официальном заявлении команда проекта выбрала довольно эмоциональную формулировку: «Мы прощаемся с приложением Sora». О возможных причинах и последствиях решения рассказал Дмитрий Сошников – преподаватель института № 8 «Компьютерные науки и прикладная математика» Московского авиационного института, популяризатор технологий искусственного интеллекта, автор телеграм-канала Облачный адвокат.
В разрыве протопланетного диска звезды WISPIT 2 ученые разглядели зарождающуюся планету. Это уже второй гигант в этом формирующемся «семействе», что делает его крайне похожим на молодую Солнечную систему.
Арахнологи описали новый вид пауков, который копирует облик мертвой особи, пораженной паразитическим грибом, чтобы хищники меньше обращали на него внимание. В природе такой гриб заражает хозяина и воздействует на его нервную систему, после чего заставляет подниматься на возвышенность, откуда легче распространять споры. Открытие расширит представления ученых о мимикрии у животных.
Городище Саньсиндуй известно археологам прежде всего своими бронзовыми масками и нефритовыми ритуальными предметами. Ученые из Сычуаньского университета нашли на этом памятнике артефакт, который заставляет пересмотреть представления о том, насколько далеко на юг проникали передовые металлургические технологии в эпоху Шан.
В парках некоторых стран все чаще можно заметить странную картину: синицы и воробьи вместо пуха и веточек приносят в клювах сигаретные окурки. Орнитологи из Польши решили выяснить, зачем птицы выстилают гнезда мусором, пропитанным никотином. Оказалось, пернатые нашли способ использовать вредную человеческую привычку для защиты своего потомства. Но, как это часто бывает в природе, у медали есть обратная сторона.
Марсоход «Персеверанс» обнаружил в камнях на кромке кратера Езеро спектральные признаки минерала корунда, из которого на Земле образуются рубины и сапфиры. Такие спектры на Красной планете зарегистрировали впервые. Теперь ученые пытаются понять, при каких процессах он мог там сформироваться, ведь условия на Марсе заметно отличаются от тех, в которых корунд обычно образуется на Земле.
За 10 лет лежания в почве сигаретные фильтры не растворились, а лишь замаскировались под грязь. Их пластиковые волокна распались на микрочастицы, намертво склеились с минералами и превратились во вторичный микропластик. Более того, на пятом году гниения мусор начал отравлять землю с новой силой.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно