Ученые из компании NVIDIA и Гарвардского университета разработали набор инструментов AtacWorks для глубокого обучения, предназначенный для снижения затрат и времени, необходимых для экспериментов с редкими и одиночными клетками.
AtacWorks, DL toolkit for epigenomics research out in @NatureComms, brings down cost and time needed for experiments:https://t.co/f4aCca8Msg @NVIDIAHealth
Congrats @lal_avantika @z_chiang @ivan_bezdomny @fabianamduarte @JD_Buenrostro!— Johnny Israeli (@johnny_israeli) March 8, 2021
AtacWorks работает с ATAC-seq, хорошо зарекомендовавшим себя методом, предназначенным для поиска открытых участков в геноме здоровых и больных клеток. Эти участки представляют собой части ДНК, которые используются для определения и активации определенных функций (например, клеток печени, крови или кожи). Это часть генома, которая может дать ученым указания на то, есть ли у человека болезнь Альцгеймера, проблемы с сердцем или рак.
Для метода ATAC-seq обычно требуется анализ десятков тысяч клеток. AtacWorks может получить те же результаты, используя всего несколько десятков. Инструментарий может выполнять логический вывод для всего генома всего за полчаса, когда традиционные методы обычно занимают чуть более двух дней.
Возможность быстрее и дешевле анализировать геном будет иметь большое значение для выявления конкретных мутаций или биомаркеров, которые могут привести к определенным заболеваниям.
Авантика Лал, исследователь NVIDIA и ведущий автор статьи, заявила, что существующие методы не позволяют изучить различия в ДНК очень редких типов клеток.
«AtacWorks может помочь не только снизить затраты на сбор данных о доступности хроматина, но и открыть новые возможности в разработке лекарств», – добавила Лал.
Напомним, в январе исследователи Массачусетского технологического института представили алгоритм искусственного интеллекта, который способен определять рак груди по снимку маммографии точнее, чем врач-радиолог.
Подписывайтесь на новости Forklog в Facebook!
ForkLog
Автор: Богдан Каминский
