Новый инструмент для анализа ДНК может ответить на фундаментальные вопросы биологии

Исследователь из Университета Ватерлоо возглавил разработку программного инструмента, который может дать окончательные ответы на некоторые из самых интригующих вопросов в мире.

Инструмент, сочетающий машинное обучение с учителем и цифровую обработку сигналов (ML-DSP), впервые может позволить окончательно ответить на вопросы:

• Сколько различных видов существует на Земле и в океанах?
• Как связаны между собой существующие, недавно открытые и вымершие виды?
• Каково бактериальное происхождение человеческой митохондриальной ДНК?
• Имеют ли ДНК паразита и его хозяина сходную геномную сигнатуру?

Инструмент также может позитивно повлиять на индустрию персонализированной медицины, идентифицируя конкретный штамм вируса, что позволит разрабатывать и назначать точные лекарства для его лечения.

Как работает ML-DSP

ML-DSP — это инструмент, не требующий выравнивания последовательностей. Он работает путем преобразования последовательности ДНК в цифровой (числовой) сигнал и использует методы цифровой обработки сигналов для обработки и различения этих сигналов друг от друга.

"С помощью этого метода, даже если у нас есть только небольшие фрагменты ДНК, мы все равно можем классифицировать последовательности ДНК, независимо от их происхождения, будь то природные, синтетические или сгенерированные компьютером", — говорит профессор Лила Кари. — "Еще одно важное потенциальное применение этого инструмента — в секторе здравоохранения, поскольку в эпоху персонализированной медицины мы можем классифицировать вирусы и настраивать лечение конкретного пациента в зависимости от конкретного штамма вируса, который его поражает".

Результаты тестирования

В исследовании ученые провели количественное сравнение с другими современными инструментами классификации на двух небольших эталонных наборах данных и одном большом наборе из 4 322 митохондриальных геномов позвоночных.

"Наши результаты показывают, что ML-DSP значительно превосходит программное обеспечение на основе выравнивания по времени обработки, при этом имея точность классификации, сопоставимую в случае небольших наборов данных и превосходящую в случае больших наборов данных", — заявила Кари. — "По сравнению с другим программным обеспечением, не требующим выравнивания, ML-DSP имеет значительно лучшую точность классификации и в целом работает быстрее".

Авторы также провели предварительные эксперименты, показавшие потенциал ML-DSP для работы с другими наборами данных:

• Классификация 4 271 полного генома вируса денге на подтипы с точностью 100%.
• Классификация 4 710 бактериальных геномов на отделы с точностью 95,5%.