一種新的機(jī)器學(xué)習(xí)方法可以幫助科學(xué)家更有效地確定在復(fù)雜系統(tǒng)(如基因組調(diào)節(jié))中實(shí)現(xiàn)特定結(jié)果的最佳干預(yù)措施，所需的實(shí)驗(yàn)試驗(yàn)比其他方法少得多。
但人體有大約2萬個(gè)基因，基因的擾動(dòng)可能是基因的組合，也可能是調(diào)節(jié)基因的1000多個(gè)轉(zhuǎn)錄因子中的任何一個(gè)。由于搜索空間巨大，基因?qū)嶒?yàn)成本高昂，科學(xué)家們常常難以找到適合其特定應(yīng)用的理想擾動(dòng)。
麻省理工學(xué)院和哈佛大學(xué)的研究人員開發(fā)了一種新的計(jì)算方法，可以根據(jù)比傳統(tǒng)方法少得多的實(shí)驗(yàn)數(shù)量有效地識(shí)別最佳遺傳擾動(dòng)。
他們的算法技術(shù)利用復(fù)雜系統(tǒng)中因素之間的因果關(guān)系，比如基因組調(diào)控，在每一輪連續(xù)實(shí)驗(yàn)中優(yōu)先考慮最佳干預(yù)措施。
研究人員進(jìn)行了嚴(yán)格的理論分析，以確定他們的技術(shù)確實(shí)確定了最佳干預(yù)措施。有了這個(gè)理論框架，他們將算法應(yīng)用于模擬細(xì)胞重編程實(shí)驗(yàn)的真實(shí)生物數(shù)據(jù)。他們的算法是最有效的。
“很多時(shí)候，大規(guī)模實(shí)驗(yàn)都是根據(jù)經(jīng)驗(yàn)設(shè)計(jì)的。一個(gè)仔細(xì)的順序?qū)嶒?yàn)因果框架可能允許用更少的試驗(yàn)確定最佳干預(yù)措施，從而降低實(shí)驗(yàn)成本。”資深作者Caroline Uhler說，她是電氣工程和計(jì)算機(jī)科學(xué)系(EECS)教授，也是麻省理工學(xué)院和哈佛大學(xué)布羅德研究所埃里克和溫迪施密特中心的聯(lián)合主任，也是麻省理工學(xué)院信息和決策系統(tǒng)實(shí)驗(yàn)室(LIDS)和數(shù)據(jù)，系統(tǒng)和社會(huì)研究所(IDSS)的研究員。
這篇論文發(fā)表在《自然機(jī)器智能》雜志上。
主動(dòng)學(xué)習(xí)
當(dāng)科學(xué)家們試圖為一個(gè)復(fù)雜的系統(tǒng)設(shè)計(jì)一種有效的干預(yù)措施時(shí)，比如在細(xì)胞重編程中，他們經(jīng)常按順序進(jìn)行實(shí)驗(yàn)。這種設(shè)置非常適合使用一種被稱為主動(dòng)學(xué)習(xí)的機(jī)器學(xué)習(xí)方法。收集數(shù)據(jù)樣本并用于學(xué)習(xí)包含到目前為止收集到的知識(shí)的系統(tǒng)模型。從這個(gè)模型中，設(shè)計(jì)了一個(gè)獲取函數(shù)——一個(gè)評估所有潛在干預(yù)措施并選擇最佳干預(yù)措施在下一次試驗(yàn)中進(jìn)行測試的方程。
這一過程不斷重復(fù)，直到確定最佳干預(yù)措施(或資助后續(xù)實(shí)驗(yàn)的資源耗盡)。
Sapsis解釋說:“雖然順序設(shè)計(jì)實(shí)驗(yàn)有幾種通用的獲取功能，但這些功能對如此復(fù)雜的問題無效，導(dǎo)致收斂速度非常慢。”
獲取功能通?？紤]因素之間的相關(guān)性，例如哪些基因共表達(dá)。但只關(guān)注相關(guān)性忽略了系統(tǒng)的調(diào)節(jié)關(guān)系或因果結(jié)構(gòu)。例如，基因干預(yù)只能影響下游基因的表達(dá)，但基于相關(guān)性的方法將無法區(qū)分上游或下游的基因。
“你可以從數(shù)據(jù)中了解到一些因果知識(shí)，并利用它來更有效地設(shè)計(jì)干預(yù)措施”。
麻省理工學(xué)院和哈佛大學(xué)的研究人員在他們的技術(shù)中利用了這種潛在的因果結(jié)構(gòu)。首先，他們精心構(gòu)建了一個(gè)算法，使其只能學(xué)習(xí)解釋因果關(guān)系的系統(tǒng)模型。
然后，研究人員設(shè)計(jì)了習(xí)得函數(shù)，這樣它就可以根據(jù)這些因果關(guān)系的信息自動(dòng)評估干預(yù)措施。他們精心設(shè)計(jì)了這個(gè)功能，使其優(yōu)先考慮最具信息量的干預(yù)措施，即最有可能在隨后的實(shí)驗(yàn)中導(dǎo)致最佳干預(yù)措施的干預(yù)措施。
“通過考慮因果模型而不是基于相關(guān)性的模型，我們已經(jīng)可以排除某些干預(yù)措施。然后，每當(dāng)你得到新的數(shù)據(jù)，你就可以學(xué)習(xí)一個(gè)更準(zhǔn)確的因果模型，從而進(jìn)一步縮小干預(yù)的空間，”烏勒解釋說。
更小的搜索空間，加上獲取功能對最具信息量的干預(yù)的特別關(guān)注，使他們的方法如此高效。
受復(fù)雜系統(tǒng)中極端事件研究的啟發(fā)，研究人員利用一種被稱為輸出加權(quán)的技術(shù)進(jìn)一步改進(jìn)了他們的獲取功能。這種方法謹(jǐn)慎地強(qiáng)調(diào)可能更接近最佳干預(yù)的干預(yù)措施。
Sapsis說:“從本質(zhì)上講，我們認(rèn)為最優(yōu)干預(yù)措施是所有可能的‘極端事件’，次優(yōu)干預(yù)措施是我們針對這些問題開發(fā)的一些想法。”
提高效率
他們在模擬的細(xì)胞重編程實(shí)驗(yàn)中使用真實(shí)的生物數(shù)據(jù)來測試他們的算法。在這項(xiàng)測試中，他們尋找一種基因擾動(dòng)，這種擾動(dòng)會(huì)導(dǎo)致平均基因表達(dá)的預(yù)期變化。在多階段實(shí)驗(yàn)的每一步中，他們的習(xí)得功能一致地識(shí)別出比基線方法更好的干預(yù)措施。
“如果你在任何階段切斷實(shí)驗(yàn)，我們的效率仍然會(huì)比基線更高。這意味著你可以進(jìn)行更少的實(shí)驗(yàn)，得到相同或更好的結(jié)果。”
研究人員目前正在與實(shí)驗(yàn)學(xué)家合作，將他們的技術(shù)應(yīng)用于實(shí)驗(yàn)室的細(xì)胞重編程。
他們的方法也可以應(yīng)用于基因組學(xué)以外的問題，比如確定消費(fèi)品的最佳價(jià)格，或者在流體力學(xué)應(yīng)用中實(shí)現(xiàn)最佳反饋控制。
在未來，他們計(jì)劃增強(qiáng)他們的優(yōu)化技術(shù)，超越那些尋求匹配期望平均值的技術(shù)。此外，他們的方法假設(shè)科學(xué)家已經(jīng)理解了他們系統(tǒng)中的因果關(guān)系，但未來的工作可以探索如何使用人工智能來學(xué)習(xí)這些信息。
這項(xiàng)工作的部分資金來自海軍研究辦公室、麻省理工學(xué)院- ibm沃森人工智能實(shí)驗(yàn)室、麻省理工學(xué)院機(jī)器學(xué)習(xí)與健康j診所、布羅德研究所的埃里克和溫迪施密特中心、西蒙斯研究員獎(jiǎng)、空軍科學(xué)研究辦公室和國家科學(xué)基金會(huì)研究生獎(jiǎng)學(xué)金。
（文章來源：www.ebiotrade.com/newsf/2023-10/） | 
