В пресс-службе НИУ ВШЭ сообщили, что ученые создали нейросетевые модели, которые значительно улучшат прогнозирование рисков развития многофакторных заболеваний, таких как ожирение, диабет первого типа и псориаз. Эти алгоритмы учитывают сложное взаимодействие генов, что позволяет более точно предсказывать вероятность болезни.
Ранее традиционные методы прогнозирования не могли учитывать эпистаз — взаимодействие нескольких генов, что снижало точность предсказаний. Новый подход решает эту проблему, учитывая влияние различных комбинаций генетических факторов. Это открывает новые возможности для персонализированной медицины и более эффективной профилактики заболеваний.
Для разработки модели ученые использовали уникальные синтетические геномные данные, в которых два или три участка ДНК взаимодействовали, влияя на развитие болезни. Также была создана база данных с информацией о генетической структуре более 58 тысяч людей, страдающих от многофакторных заболеваний.
Проверки показали, что модели с учетом эпистаза значительно превосходят традиционные алгоритмы. Например, рекуррентная нейросеть смогла точно предсказать риск диабета первого типа в 83% случаев, что на 5% больше, чем у классических методов.