Разработка поможет генетическим лабораториям расширить интерпретацию результатов персональной диагностики, а фармацевтическим компаниям будет полезна при поиске таргетов в создании лекарств.
«Разработанное программное обеспечение — уникальное решение с широким спектром функциональных возможностей. Оно создано с учетом стремительно развивающейся области архитектур глубинного обучения. Модули нейронных сетей легко заменяемы на будущие SOTA модели. Агрегация и предобработка больших объемов омиксных данных — преимущество, которое сэкономит пользователям недели, если не месяцы трудоемкой работы», — рассказала руководитель проекта «Искусственный интеллект в биоинформатике» центра НИУ ВШЭ Мария Попцова.
Пользователь в веб-браузере может загружать на сервер омиксные данные — совокупность информации о различных молекулярных компонентах организма, таких как гены, белки, метаболиты и другие. Далее необходимо выбрать ряд параметров обработки: тип данных, аннотации геномных функциональных элементов для обучения модели, полный геном анализируемого типа и архитектуру нейронной сети. После этого программа создает модель и запускает процесс ее обучения.
На выходе пользователь получает данные о вероятности нахождения элемента в выбранной позиции, статистический анализ геномных признаков и аннотацию участков для исследуемого материала.