Aunque la importancia de los métodos de aprendizaje automático en la investigación del genoma ha crecido constantemente en los últimos años, los investigadores a menudo han tenido que recurrir al uso de software obsoleto. Los científicos en la investigación clínica a menudo no tenían acceso a los modelos más recientes. Esto cambiará con elNuevo repositorio gratuito de acceso abierto: Kipoi permite un fácil intercambio de modelos de aprendizaje automático en el campo de la investigación del genoma. El repositorio fue creado por Julien Gagneur, profesor asistente de biología computacional en el TUM, en colaboración con investigadores de la Universidad de Cambridge, StanfordUniversidad, el Instituto Europeo de Bioinformática EMBL-EBI y el Laboratorio Europeo de Biología Molecular EMBL.
Modelos capacitados disponibles gratuitamente
"Lo que hace que Kipoi sea especial es que proporciona acceso gratuito a modelos de aprendizaje automático que ya han sido entrenados", dice Julien Gagneur. "Lo que estamos haciendo con Kipoi no es solo compartir datos y software, sino también modelos y algoritmos que sonya entrenados en los datos más relevantes. Estos modelos están listos para usar, porque ya se ha realizado todo el trabajo engorroso de aplicarlos a los datos ", dice Anshul Kundaje, profesor asistente en Stanford. Más de 2,000 modelos entrenados son actualmente de libre acceso enKipoi. En un estudio reciente publicado en Biotecnología de la naturaleza , los investigadores muestran que el nuevo repositorio acelerará el intercambio en la comunidad genómica y, por lo tanto, avanzará en la investigación del genoma.
Algoritmos rápidos y operación fácil
Debido a que Kipoi simplifica el acceso a modelos ya entrenados, los investigadores pueden realizar el aprendizaje de transferencia. Esto significa que un modelo que ya ha sido entrenado con un conjunto de datos en particular es capaz de aprender una tarea similar más rápidamente. Kipoi también simplifica el proceso de alimentación de datos en elModelos almacenados allí: los formatos de archivo estandarizados y los marcos de software reducen la instalación y ejecución de un modelo a tres comandos simples. Aquellos que previamente no tenían experiencia en el aprendizaje automático también pueden usar fácilmente el repositorio.
Comprensión de genomas individuales
Como Kipoi está orientado hacia modelos que vinculan genotipo y fenotipo, la nueva plataforma facilitará la identificación de causas genéticas de enfermedades: "Kipoi pone los últimos modelos de aprendizaje profundo entrenados en datos genómicos masivos al alcance de los investigadores clínicos", diceJulien Gagneur. "Esto brinda oportunidades muy interesantes para comprender los genomas individuales, por ejemplo, para identificar las variantes genéticas que causan enfermedades o para interpretar las mutaciones que ocurren en los tumores".
Sin embargo, el alcance de la contribución de la plataforma a la investigación genómica también dependerá de la comunidad genómica. "Esperamos que en el futuro más investigadores traigan sus modelos a nuestro repositorio", dice Oliver Stegle, líder del equipo en el EMBL-EBI"Esa es la única forma en que podemos hacer que el análisis genómico sea accesible y, finalmente, poner a disposición de la comunidad genómica una gama más amplia de herramientas predictivas de aprendizaje automático".
Fuente de la historia :
Materiales proporcionado por Universidad Técnica de Munich TUM . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :