Учёные Томского государственного университета (ТГУ) впервые в России обучили нейросети создавать модели образцов биоматериала с химическими соединениями, свойственными различным заболеваниям. Это открывает новые возможности для расширения библиотеки данных, используемой для обучения компьютерных моделей и автоматической диагностики образцов, и способствует разработке более эффективных методов диагностики заболеваний.
В ходи выполнения задач в области биоинформатики приходится сталкиваться с ограниченным количеством данных и их высокой размерностью — для традиционных методов вычислительной математики это трудно. Учёные ТГУ применили генеративные сети, которые, обучаясь, могут создавать контент для создания моделей данных, имитирующих различные характеристики заболеваний.
Эксперимент включал в себя генерацию моделей проб выдыхаемого воздуха от пациентов с раком лёгких, позволяя создавать синтетические данные для обучения. Сотрудники лаборатории лазерного молекулярного имиджинга и машинного обучения ТГУ видят перспективы этого метода в области диагностики и планируют решать более сложные задачи, такие как создание моделей для анализа крови при диагностике онкологических и нейродегенеративных заболеваний.
Фото: freepik
ГОР