Modèles d’apprentissage profond pour l’étude de la FPI et des maladies fibreuses (IMAGE)
Caption
(A) Cet article présente deux modèles d’apprentissage profond : un omics-transformer générant des profils différentiels d’expression génique à partir de consignes textuelles, et une horloge du vieillissement protéomique consciente des voies, entraînée sur les données de protéomique du UK Biobank. Les modèles se concentrent sur des voies biologiques pertinentes pour la FPI, notamment la signalisation TGF-β, le stress oxydatif, l’inflammation et le remodelage de la matrice extracellulaire. (B) Architecture de l’horloge du vieillissement protéomique consciente des voies. Le réseau de neurones traite les mesures de protéines à travers des couches d’extraction de caractéristiques qui se ramifient en un module de prédiction de l’âge et des mécanismes d’attention spécifiques aux voies, permettant ainsi des prédictions du vieillissement interprétables et tenant compte des voies biologiques.
Credit
Insilico Medicine
Usage Restrictions
None
License
Original content