هيوستن - (26 فبراير 2021) - لم يكن تتبع أصل الشفرة الوراثية الاصطناعية أمرًا بسيطًا على الإطلاق ، ولكن يمكن إجراؤه من خلال مناهج حسابية للتعلم الحيوي أو بشكل متزايد.

على الرغم من أن الأخير يحظى بنصيب الأسد من الاهتمام ، إلا أن بحثًا جديدًا أجراه عالم الكمبيوتر تود ترينجن من كلية براون للهندسة بجامعة رايس يركز على ما إذا كانت محاذاة التسلسل والطرق القائمة على الجينوم يمكن أن تتفوق على مناهج التعلم العميق الحديثة في هذا المجال.

وقال: "هذا ، إلى حد ما ، ضد الاتجاه السائد بالنظر إلى أن مناهج التعلم العميق قد تفوقت مؤخرًا على الأساليب التقليدية ، مثل بلاست". "هدفي من هذه الدراسة هو بدء محادثة حول كيفية الجمع بين خبرة كلا المجالين لتحقيق مزيد من التحسينات لهذا التحدي الحسابي المهم."

قدم ترينجن ، المتخصص في تطوير الحلول الحسابية للأمن البيولوجي وتطبيقات الطب الشرعي الميكروبي ، وفريقه في رايس ، أسلوب PlasmidHawk ، وهو نهج معلوماتية حيوية يحلل تسلسل الحمض النووي للمساعدة في تحديد مصدر البلازميدات المهندسة ذات الأهمية.

وقال: "لقد أظهرنا أن النهج القائم على محاذاة التسلسل يمكن أن يتفوق على أسلوب التعلم العميق للشبكة العصبية التلافيفية (CNN) لمهمة محددة للتنبؤ بمختبر المنشأ".

أعلن الباحثون بقيادة Treangen والمؤلف الرئيسي Qi Wang ، طالب الدراسات العليا في رايس ، عن نتائجهم في ورقة بحثية متاحة في طبيعة الاتصالات.

البرنامج مفتوح المصدر متاح هنا: https: //جيتلاب.كوم /treangenlab /بلازميد هوك.

قد يكون البرنامج مفيدًا ليس فقط لتتبع التسلسلات الهندسية الضارة المحتملة ولكن أيضًا لحماية الملكية الفكرية.

قال ترينجن: "الهدف هو إما المساعدة في حماية حقوق الملكية الفكرية للمساهمين في التسلسلات أو المساعدة في تتبع أصل التسلسل التركيبي في حالة حدوث شيء سيء".

لاحظ Treangen ورقة بحثية رفيعة المستوى تصف تقنية التعلم العميق للشبكة العصبية المتكررة (RNN) لتتبع المختبر الأصلي للتسلسل. حققت هذه الطريقة دقة 70٪ في التنبؤ بمعمل منشأ واحد. وقال: "على الرغم من هذا التقدم المهم مقارنة بنهج التعلم العميق السابق ، فإن PlasmidHawk يقدم أداءً محسنًا على كلتا الطريقتين".

يقوم برنامج رايس بشكل مباشر بمحاذاة سلاسل غير معروفة من الكود من مجموعات بيانات الجينوم ويطابقها مع المناطق الجينومية المشتركة أو الفريدة لمختبرات أبحاث البيولوجيا التركيبية

قال وانج: "للتنبؤ بمختبر المنشأ ، يسجل PlasmidHawk كل مختبر بناءً على مناطق مطابقة بين تسلسل غير مصنف وجينوم عموم البلازميد ، ثم يعين التسلسل غير المعروف لمختبر بأقل درجة".

في الدراسة الجديدة ، باستخدام نفس مجموعة البيانات كواحدة من تجارب التعلم العميق ، أبلغ الباحثون عن التنبؤ الناجح لمختبرات إيداع "التسلسلات غير المعروفة" بنسبة 76٪ من الوقت. ووجدوا أن 85٪ من الوقت كان المختبر الصحيح من بين أفضل 10 مرشحين.

على عكس مناهج التعلم العميق ، قالوا إن PlasmidHawk يتطلب معالجة مسبقة منخفضة للبيانات ولا يحتاج إلى إعادة التدريب عند إضافة تسلسلات جديدة إلى مشروع قائم. يختلف أيضًا من خلال تقديم شرح مفصل لتنبؤات مختبر المنشأ الخاصة به على عكس مناهج التعلم العميق السابقة.

قال المؤلف المشارك ريان ليو إلورث ، باحث ما بعد الدكتوراه في رايس: "الهدف هو ملء صندوق أدواتك الحسابي بأكبر عدد ممكن من الأدوات". "في النهاية ، أعتقد أن أفضل النتائج ستجمع بين التعلم الآلي وتقنيات الحوسبة التقليدية والفهم العميق للمشكلة البيولوجية المحددة التي تعالجها."

# # #

طلاب الدراسات العليا في رايس برايس كيل وتيان روي ليو مؤلفان مشاركان للورقة. Treangen هو أستاذ مساعد في علوم الكمبيوتر.

تم دعم البحث من قبل المعاهد الوطنية للصحة عبر المعهد الوطني للاضطرابات العصبية والسكتة الدماغية ، ومكتب مدير المخابرات الوطنية ومكتب أبحاث الجيش. قدم Addgene الوصول إلى تسلسل DNA للبلازميدات المودعة.

اقرأ الملخص على http: // dx.دوي.غزاله /101038 /s41467-021-21180- ث.

يمكن الاطلاع على هذا البيان الصحفي عبر الإنترنت على https: //الأخبار.أرز.ايدو /2021 /02 /26 /المعلوماتية الحيوية-أداة-بدقة-المسارات-الاصطناعية-الحمض النووي /

تابع أخبار رايس والعلاقات الإعلامية عبر TwitterRiceUNews.

إجهاد الميتوكوندريا "العمر" رواد الفضاء: http: // news.أرز.ايدو /2020 /12 /02 /الميتوكوندريا-الإجهاد-أعمار-رواد الفضاء /

فيضان بيانات الجينوم يعيق جهود التعرف على البكتيريا: http: // news.أرز.ايدو /2018 /10 /30 /تدفق بيانات الجينوم يعيق جهود معرف البكتيريا 2 /

مختبر ترينجن: https: //المواقع.جوجل.كوم /رأي/ترينجن /الصفحة الرئيسية

قسم علوم الحاسب الآلي: https: //com.csweb.أرز.ايدو

كلية جورج آر براون للهندسة: https: //هندسة.أرز.ايدو

الشبكي: //شبكة الأخبار.أرز.ايدو /الأخبار /ملفات /2021 /02 /0221_PLASMID-1a-WEB.JPG

التسمية التوضيحية: تود ترينجين. (الائتمان: تومي لافيرجن / جامعة رايس)

تقع جامعة رايس في حرم غابات تبلغ مساحته 300 فدان في هيوستن ، وقد تم تصنيفها باستمرار بين أفضل 20 جامعة في البلاد من قبل US News & World Report. رايس لديها كليات محترمة للغاية في الهندسة المعمارية والأعمال والدراسات المستمرة والهندسة والعلوم الإنسانية والموسيقى والعلوم الطبيعية والعلوم الاجتماعية وهي موطن لمعهد بيكر للسياسة العامة. مع 3,978 طالبًا جامعيًا و 3,192 طالب دراسات عليا ، فإن نسبة الطلاب الجامعيين إلى أعضاء هيئة التدريس في رايس أقل بقليل من 6 إلى 1. يبني نظام الكلية السكنية مجتمعات متماسكة وصداقات مدى الحياة ، وهذا سبب واحد فقط يجعل رايس تحتل المرتبة الأولى في الكثير من التفاعل بين العرق والفئة والمرتبة الرابعة لجودة الحياة من قبل برينستون ريفيو. تم تصنيف رايس أيضًا كأفضل قيمة بين الجامعات الخاصة من قبل التمويل الشخصي من Kiplinger.

جيف فالك

713-348-6775

jfalk@rice.edu

مايك ويليامز

713-348-6728

mikewilliams@rice.edu