02年2023月XNUMX日(Nanowerkニュース) 細胞の再プログラミングの戦略には、標的を絞った遺伝子介入を使用して細胞を新しい状態に操作することが含まれます。この技術は、例えば、研究者が患者の T 細胞を再プログラムして、より強力な癌細胞を殺すことができる免疫療法において大きな期待を抱いています。いつか、このアプローチは、命を救うがん治療法や、病気で荒廃した臓器を修復する再生療法の発見にも役立つかもしれない。
しかし、人体には約 20,000 個の遺伝子があり、遺伝子の混乱は遺伝子の組み合わせ、または遺伝子を調節する 1,000 を超える転写因子のいずれかに起因する可能性があります。探索空間は広大で、遺伝子実験には多額の費用がかかるため、科学者は特定の用途に最適な摂動を見つけるのに苦労することがよくあります。
MIT とハーバード大学の研究者は、従来の方法よりもはるかに少ない実験数に基づいて最適な遺伝的摂動を効率的に特定できる新しい計算アプローチを開発しました。
彼らのアルゴリズム技術は、ゲノム制御などの複雑なシステム内の要因間の因果関係を利用して、連続した実験の各ラウンドで最善の介入を優先します。
研究者らは厳密な理論分析を実施し、彼らの技術が実際に最適な介入を特定したことを確認しました。その理論的枠組みを整備した上で、彼らは細胞の再プログラミング実験を模倣するように設計された実際の生物学的データにアルゴリズムを適用しました。彼らのアルゴリズムは最も効率的かつ効果的でした。
「大規模な実験は経験に基づいて設計されることがよくあります。逐次実験のための慎重な因果関係のフレームワークにより、より少ない試行回数で最適な介入を特定できる可能性があり、それによって実験コストが削減される可能性があります」と、共同上級著者であり、電気工学およびコンピュータサイエンス学科 (EECS) の教授であり、共同ディレクターでもあるキャロライン・ウーラー氏は述べています。 MIT とハーバード大学のブロード研究所のエリック & ウェンディ シュミット センターの博士であり、MIT の情報および意思決定システム研究所 (LIDS) およびデータ・システム・社会研究所 (IDSS) の研究者でもあります。
ウーラー氏の論文に参加。 ネイチャーマシンインテリジェンス (「因果モデルにおける最適な介入設計のためのアクティブラーニング」)は、筆頭著者の Jiaqi Zhang 氏で、大学院生であり、エリック・アンド・ウェンディ・シュミット・センターフェローです。共同上級著者のテミストクリス P. サプシス、MIT の機械工学および海洋工学の教授、IDSS のメンバー。ハーバード大学やマサチューセッツ工科大学などにもいます。
能動的学習
科学者が細胞の再プログラミングなど、複雑なシステムに対する効果的な介入を設計しようとする場合、多くの場合、実験を順番に実行します。このような設定は、アクティブ ラーニングと呼ばれる機械学習アプローチの使用に最適です。データサンプルが収集され、これまでに収集された知識を組み込んだシステムのモデルを学習するために使用されます。このモデルから、獲得関数が設計されます。これは、すべての潜在的な介入を評価し、次の試行でテストするのに最適な介入を選択する方程式です。 このプロセスは、最適な介入が特定されるまで(または次の実験に資金を提供するリソースがなくなるまで)繰り返されます。 「実験を順次設計するための一般的な取得関数がいくつかありますが、これらはこのような複雑な問題には効果的ではなく、収束が非常に遅くなります」とサプシス氏は説明します。 獲得関数は通常、どの遺伝子が同時発現するかなど、因子間の相関関係を考慮します。しかし、相関関係のみに焦点を当てると、システムの規制関係や因果構造が無視されます。たとえば、遺伝的介入は下流遺伝子の発現にのみ影響を及ぼしますが、相関に基づくアプローチでは上流遺伝子と下流遺伝子を区別することはできません。 「この因果関係の知識の一部をデータから学び、それを利用して介入をより効率的に設計できます」と Zhang 氏は説明します。 MIT とハーバード大学の研究者は、この根底にある因果構造を技術に利用しました。まず、因果関係を説明するシステムのモデルのみを学習できるようにアルゴリズムを慎重に構築しました。 次に研究者らは、これらの因果関係に関する情報を使用して介入を自動的に評価する取得機能を設計しました。彼らは、最も有益な介入、つまり後続の実験で最適な介入につながる可能性が最も高い介入を優先するようにこの関数を作成しました。 「相関関係に基づくモデルではなく因果関係モデルを考慮することで、すでに特定の介入を除外することができます。そうすれば、新しいデータを取得するたびに、より正確な因果モデルを学習できるため、介入の余地をさらに縮小できます」とウーラー氏は説明します。 この小さな検索スペースと、最も有益な介入に対する取得機能の特別な焦点が組み合わさって、彼らのアプローチを非常に効率的にしているのです。 研究者らは、複雑なシステムにおける極端な現象の研究にヒントを得た、出力重み付けとして知られる手法を使用して、取得機能をさらに改善しました。この方法では、最適な介入に近いと思われる介入を慎重に強調します。 「基本的に、私たちは最適な介入を、あらゆる可能性のある準最適な介入の中の『極端な出来事』として捉えており、これらの問題に対して私たちが開発したアイデアの一部を使用しています」とサプシス氏は言う。効率の向上
彼らは、模擬細胞再プログラミング実験で実際の生物学的データを使用してアルゴリズムをテストしました。このテストでは、平均遺伝子発現に望ましい変化をもたらす遺伝的摂動を求めました。彼らの獲得関数は、多段階実験のすべてのステップを通じて、ベースライン手法よりも優れた介入を一貫して特定しました。 「どの段階で実験を中断しても、私たちの実験はベースラインよりも効率的です。これは、実行する実験の回数を減らしても、同等以上の結果が得られることを意味します」と Zhang 氏は言います。 研究者らは現在、実験者と協力して、研究室での細胞の再プログラミングにその技術を応用している。 彼らのアプローチは、消費者製品の最適な価格を特定したり、流体力学アプリケーションで最適なフィードバック制御を可能にしたりするなど、ゲノミクス以外の問題にも適用できる可能性があります。 将来的には、望ましい平均値に一致させることを目指すものを超えた最適化のための技術を強化する予定です。さらに、彼らの手法は、科学者がシステム内の因果関係をすでに理解していることを前提としていますが、将来の研究では、AI を使用してその情報を学習する方法も検討される可能性があります。- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- 情報源: https://www.nanowerk.com/news2/biotech/newsid=63752.php
- :持っている
- :は
- :not
- :どこ
- ][p
- 000
- 1
- 10
- 11
- 20
- 7
- 8
- 9
- a
- できる
- 私たちについて
- 正確な
- 買収
- アクティブ
- 添加
- 影響を及ぼす
- AI
- アルゴリズム
- アルゴリズムの
- アルゴリズム
- すべて
- 許す
- 既に
- また
- an
- 分析
- および
- どれか
- 登場する
- 申し込み
- 適用された
- 申し込む
- アプローチ
- です
- AS
- と仮定する
- At
- 著者
- 自動的に
- 平均
- ベース
- ベースライン
- BE
- なぜなら
- BEST
- より良いです
- の間に
- 越えて
- ボディ
- 広い
- 焙煎が極度に未発達や過発達のコーヒーにて、クロロゲン酸の味わいへの影響は強くなり、金属を思わせる味わいと乾いたマウスフィールを感じさせます。
- by
- 呼ばれます
- 缶
- 癌
- 注意深い
- 慎重に
- セル
- 細胞の
- センター
- 一定
- クローザー
- 組み合わせ
- 複雑な
- 複雑さ
- コンピュータ
- コンピュータサイエンス
- 実施
- 検討
- 考えると
- 一貫して
- consumer
- 消費者製品
- コントロール
- 収束
- 相関
- 高額で
- コスト
- 可能性
- 結合しました
- 細工された
- 現在
- カット
- データ
- 日付
- 決定
- 部門
- 設計
- 設計
- 希望
- 決定する
- 発展した
- DID
- 見分けます
- 各
- 効果的な
- 効率的な
- 効率良く
- 電気工学
- 強調
- 有効にする
- エンジニア
- エンジニアリング
- 高めます
- イベント
- あらゆる
- 実験
- 実験的
- 実験
- 説明
- 探る
- 表現
- 極端な
- 要因
- 遠く
- フィードバック
- 仲間
- より少ない
- もう完成させ、ワークスペースに掲示しましたか?
- 名
- 流体
- フォーカス
- 焦点
- フレームワーク
- から
- function
- 機能
- ファンド
- さらに
- 未来
- 集まった
- ゲノム
- ゲノミクス
- 取得する
- 卒業生
- 素晴らしい
- ハーバード
- ハーバード大学
- 持ってる
- 助けます
- 保持している
- 認定条件
- How To
- HTTPS
- 人間
- 理想
- 理想的には
- 考え
- 特定され
- 識別する
- 識別
- 免疫療法
- 改善されました
- in
- 組み込む
- 情報
- 有益な
- インスピレーションある
- を取得する必要がある者
- 機関
- 介入
- 介入
- に
- 関与
- IT
- 参加
- JPG
- 殺人者
- 知識
- 既知の
- ラボ
- 実験室
- 大規模
- つながる
- 主要な
- LEARN
- 学習
- レバレッジ
- レバレッジ
- ような
- 可能性が高い
- 機械
- 作る
- 一致
- 五月..
- 意味する
- 意味
- 手段
- 機械的な
- 力学
- メンバー
- 方法
- メソッド
- マサチューセッツ工科大学(MIT)
- モデル
- 他には?
- もっと効率的
- 最も
- ずっと
- 新作
- 次の
- 数
- 海洋
- of
- オフ
- 頻繁に
- on
- ONE
- の
- 最適な
- or
- その他
- でる
- 出力
- 外側
- が
- 紙素材
- 特定の
- 実行する
- ピック
- 場所
- 計画
- プラトン
- プラトンデータインテリジェンス
- プラトデータ
- 可能
- 潜在的な
- 価格、またオプションについて
- 優先順位をつける
- 優先する
- 問題
- プロセス
- 製品
- 東京大学大学院海洋学研究室教授
- 約束
- リアル
- 縮小
- 回生
- 規制する
- 規制
- レギュレータ
- 関係
- の関係
- 修理
- 繰り返される
- 研究者
- 研究者
- リソース
- 結果
- 結果
- 厳しい
- 円形
- ルール
- ラン
- 同じ
- 言う
- 科学
- 科学者たち
- を検索
- Seek
- 設定
- いくつかの
- シフト
- 遅く
- より小さい
- So
- これまでのところ
- 社会
- 一部
- いつか
- 求め
- スペース
- 特別
- ステージ
- 都道府県
- 手順
- まだ
- 戦略
- 構造
- 奮闘
- 学生
- 勉強
- それに続きます
- そのような
- システム
- 対象となります
- test
- テスト
- より
- それ
- 未来
- アプリ環境に合わせて
- その後
- 理論的な
- セラピー
- そこ。
- それによって
- ボーマン
- 彼ら
- この
- それらの
- 介して
- 〜へ
- に向かって
- 伝統的な
- トリートメント
- トライアル
- 試験
- 試します
- 一般的に
- 根本的な
- わかる
- 大学
- まで
- つかいます
- 中古
- 広大な
- 非常に
- 詳しく見る
- we
- WELL
- した
- この試験は
- いつ
- たびに
- which
- 誰
- 以内
- 仕事
- ワーキング
- でしょう
- 貴社
- ゼファーネット
- チャン