科学技术日-SUN，北京，6月13日（记者张曼甘兰）西北大学团队开发了一种计算工具，可以从有限的基因表达数据中捕获基本信息，并确定许多复杂疾病背后的多基因组合。该技术基于生成人工智能（AI），该技术为未来的准确性和药物开发提供了强大的工具。该研究角色已发表在美国国家科学院的最新论文集中。许多疾病取决于许多基因的综合作用，而不是“不良”基因。这个复杂的基因网络使科学家难以准确确定哪些基因组合可能引起疾病。为了应对这一挑战，团队已经开发了一种新的锡模型来打击TWAVE。该模型使用生成的AI技术模仿健康和病态的基因表达，因此在表型变化中基因活性的相应变化。不onlY是否认识到疾病发展中涉及的基因群体，但也使用优化算法来确定可能经历状态细胞转移的主要遗传变化。当前，全基因组关联（GWA）的广泛使用的研究主要是在寻找与特定特征相关的单一生命，但是它们缺乏统计学上的能力无法在许多Gen之间看到协同作用。WAVE并不取决于基因本身的依从性，而是关注基因表达水平。该团队使用临床测试数据训练了该模型，以使其能够识别代表健康或病态状况的表达概况。对于某些基因，它们还将实验数据组合在一起以观察这些Gens的影响或在整个网络中关闭，从而更准确地发现了与疾病相关的基因网络。该方法具有许多优势。这超出了基因依从性和基因表达带来的隐私问题自然包含环境因素的影响，该模型并不能直接反映外部因素的作用。为了验证塔瓦应用的实际影响，团队对许多复杂疾病进行了测试。结果表明，这种方法不仅成功地识别已知的病原体，而且还发现了一些被现有的通道忽略的新世纪。更重要的是，它宣布同样的疾病可能是由于不同人群中不同基因组合引起的。这一发现为基于个别患者遗传驱动的机制实施了个性化治疗的理论基础。