Modelos de aprendizaje profundo para estudiar la FPI y las enfermedades fibróticas (IMAGE)
Caption
(A) Este artículo presenta dos modelos de aprendizaje profundo: un transformador de ómicas que genera perfiles de expresión génica diferencial a partir de indicaciones de texto y un reloj de envejecimiento sensible a rutas biológicas entrenado en datos proteómicos del Biobanco del Reino Unido. Los modelos se centran en vías biológicas relevantes para la FPI, incluyendo la señalización de TGF-β, el estrés oxidativo, la inflamación y la remodelación de la matriz extracelular (ECM). (B) Arquitectura del reloj proteómico de envejecimiento sensible a rutas biológicas. La red neuronal procesa las mediciones de proteínas a través de capas de extracción de características que se bifurcan en mecanismos separados de predicción de la edad y de atención específica de rutas, permitiendo predicciones interpretables de envejecimiento con conciencia de ruta biológica.
Credit
Insilico Medicine
Usage Restrictions
None
License
Original content