I en ny studie gjord vid Linköpings universitet har forskare tagit hjälp av AI för att undersöka om det går att hitta biologiska nätverk genom att använda djupinlärning, dvs träna upp s.k. djupa artificiella neurala nätverk. Eftersom dessa nätverk är mycket bra på att lära sig hitta mönster i enorma mängder komplexa data används de bland annat inom bildigenkänning. Men att denna maskininlärningsmetod används inom biologisk forskning är än så länge ovanligt.

I studien användes en stor databas som innehöll information om hur 20 000 olika gener uttrycks hos en stor mängd människor. Informationen var osorterad på så sätt att forskarna inte talade om för det artificiella neurala nätverket vilka genuttryck som kom från personer med sjukdom, och vad som var kopplat till friska personer. Sedan tränades AI-modellen i att hitta mönster i genuttrycket.

Vi tror att nyckeln för att komma framåt i forskningen inom fältet är att förstå det neurala nätverket. Dels kan det lära oss nya saker om biologiska sammanhang, exempelvis sjukdomar där många faktorer samspelar. Men vi tror också att vårt tillvägagångssätt ger modeller som lättare kan generaliseras och användas på många olika typer av biologisk information, säger Mika Gustafsson.

Nu hoppas man att upptäckten kan användas till skräddarsydda behandlingar, som kan skilja mellan olika personer.