Fig. 1: Descripci\u00f3n general de immunoML. Cr\u00e9dito: DOI: 10.1038\/s42256-021-00413-z <\/p>\n
Diferentes enfermedades tienen diferentes m\u00e9todos para probar si una persona tiene la enfermedad o no. immunoML, una nueva plataforma de aprendizaje autom\u00e1tico de c\u00f3digo abierto, puede potencialmente buscar muchas enfermedades en una sola muestra de sangre. <\/p>\n
\u00abUna vez que sabe c\u00f3mo funciona para una enfermedad, puede ser muy f\u00e1cil crear herramientas de diagn\u00f3stico para otros tipos de enfermedades tambi\u00e9n\u00bb, dice Lonneke Scheffer.<\/p>\n
\u00abA partir de una muestra de sangre, podemos Espero poder diagnosticar si una persona tiene una enfermedad o no. A nivel de receptor individual, queremos ver si ese receptor espec\u00edfico es espec\u00edfico de la corona o de otra cosa\u00bb, dice Milena Pavlovic.<\/p>\n
Scheffer y Pavlovic son becarios de investigaci\u00f3n doctoral en el Departamento de Inform\u00e1tica de la Universidad de Oslo. Forman parte del Grupo de Investigaci\u00f3n de Inform\u00e1tica Biom\u00e9dica, donde han desarrollado immunoML.<\/p>\n
Predecir si los receptores se unen a la corona<\/p>\n
Las c\u00e9lulas B y T en nuestro sistema inmunol\u00f3gico tienen peque\u00f1os receptores en la superficie. Hay millones de receptores diferentes.<\/p>\n
\u00abLos receptores tienen una cierta forma 3D que los hace capaces de adherirse a diferentes ant\u00edgenos\u00bb, dice Scheffer a Titan.uio.no.<\/p>\n
\u00bb Si analizamos estos receptores usando el aprendizaje autom\u00e1tico, esperamos poder decir para qu\u00e9 es espec\u00edfico cada uno de esos receptores; qu\u00e9 enfermedad espec\u00edfica, qu\u00e9 virus o bacterias espec\u00edficos, incluso c\u00e1ncer y autoinmunidad\u00bb, dice Pavlovic.<\/p>\n
Para hacer esto utilizando el aprendizaje autom\u00e1tico, necesitan traducir los receptores en forma de 3D a un lenguaje matem\u00e1tico, a representaciones matem\u00e1ticas. Los receptores son prote\u00ednas, y todas las prote\u00ednas tienen su propio modelo en nuestro ADN.<\/p>\n
\u00abEntonces estamos mirando una l\u00ednea plana de letras peque\u00f1as. Estas secuencias de ADN es lo que obtenemos, lo que podemos traducir a secuencias de prote\u00ednas en la computadora. Para predecir si el receptor se une a la corona o no, realmente solo miras un fragmento de texto, y quieres predecir sobre la base de este texto, si se une a la corona o no\u00bb, dice Scheffer. .<\/p>\n
Un repertorio de receptores inmunitarios<\/p>\n
Scheffer y Pavlovic no solo buscan receptores individuales ya qu\u00e9 ant\u00edgenos se pueden unir. Tambi\u00e9n quieren analizar toda la colecci\u00f3n de receptores que alguien tiene en su cuerpo, lo que se denomina repertorio de receptores inmunitarios adaptativos (AIRR).<\/p>\n
\u00abLo que es interesante y \u00fanico acerca de estos datos de AIRR es que potencialmente puede funcionan para muchas enfermedades diferentes. Es un m\u00e9todo generalizado\u00bb.<\/p>\n
\u00abEstos repertorios son extremadamente diversos. Esta es tambi\u00e9n la raz\u00f3n por la que son dif\u00edciles de analizar, porque estos repertorios tienen cantidades realmente grandes de diferentes receptores inmunitarios dentro de ellos, que tambi\u00e9n es bastante diferente de una persona a otra\u00bb, dice Scheffer.<\/p>\n
Sus modelos de aprendizaje autom\u00e1tico pueden buscar patrones en estos repertorios y hacer sus predicciones.<\/p>\n
\u00bb B\u00e1sicamente, lo que hacen los modelos de aprendizaje autom\u00e1tico basados en la representaci\u00f3n es encontrar patrones que aparecen en esa representaci\u00f3n, que ser\u00e1n \u00fatiles para predecir la tarea de inter\u00e9s\u00bb, dice Pavlovic.<\/p>\n
\u00abUsamos esta plataforma aprender patrones que se unen al gluten, lo cual es relevante para la enfermedad cel\u00edaca. Si alguien tiene un conjunto de datos sobre corona, puede usar immunoML en eso\u00bb, dice Scheffer.<\/p>\n
Plataforma de c\u00f3digo abierto<\/p>\n
immuneML es una plataforma de c\u00f3digo abierto. Cualquiera puede usarlo. Scheffer y Pavlovic han creado tutoriales para personas que no son programadores como ellos.<\/p>\n
\u00abEl objetivo de immunoML es tener un espacio de trabajo para alguien que tiene este tipo de datos inmunol\u00f3gicos y quiere saber qu\u00e9 tipo de los m\u00e9todos de aprendizaje autom\u00e1tico funcionar\u00edan mejor en su conjunto de datos\u00bb, dice Scheffer.<\/p>\n
\u00abEsperamos que anime a las personas a desarrollar nuevas herramientas que tambi\u00e9n ser\u00e1n de c\u00f3digo abierto y se compartir\u00e1n con la comunidad de investigaci\u00f3n, para que puedan mejorar nuestra comprensi\u00f3n de c\u00f3mo el sistema inmunitario realmente reconoce la enfermedad\u00bb, dice Pavlovic.<\/p>\n
Muy prometedor hasta ahora<\/p>\n
Nuestro conocimiento sobre los receptores inmunitarios est\u00e1 aumentando r\u00e1pidamente, pero es bastante nuevo. campo de investigaci\u00f3n. Hay alrededor de diez a\u00f1os de atraso en los an\u00e1lisis de ADN que mapean qu\u00e9 partes del material gen\u00e9tico son importantes para diversas enfermedades.<\/p>\n
\u00abLa principal limitaci\u00f3n de una prueba gen\u00e9tica es que solo puede informar sobre el riesgo de una persona de desarrollar una enfermedad\u00bb, dice el profesor Geir Kjetil Sandve.<\/p>\n
\u00abLos receptores inmunitarios, por otro lado, muestran respuestas a procesos de enfermedad ya en curso. No solo le informan sobre un mayor riesgo de una enfermedad. puede decirle que una determinada enfermedad ya se est\u00e1 desarrollando en su cuerpo, y que probablemente notar\u00e1 los s\u00edntomas en unos pocos a\u00f1os\u00bb, dice Sandve a Titan.uio.no.<\/p>\n
\u00c9l cree que immunoML podr\u00eda jugar un papel importante para el desarrollo futuro del campo donde los aprendices autom\u00e1ticos se encuentran con los inmun\u00f3logos.<\/p>\n
\u00abSin immunoML, los investigadores de aprendizaje autom\u00e1tico de todo el mundo pasar\u00edan mucho tiempo desarrollando sus propias soluciones para muchos de los mismos problemas b\u00e1sicos , perdiendo el tiempo y terminando con herramientas completamente incompatibles. campo es ganar impulso, debemos ser capaces de comparar e integrar ideas de manera eficaz entre los grupos\u00bb.<\/p>\n
\u00abYa hemos visto que otros grupos de investigaci\u00f3n usan immunoML, y varios grupos dicen que quieren tener su propio desarrollos integrados con nuestra plataforma. Hasta ahora, parece muy prometedor\u00bb, dice Sandve. <\/p>\n
Explore m\u00e1s<\/p>\n
La agrupaci\u00f3n de receptores de c\u00e9lulas inmunitarias podr\u00eda ayudar a descifrar el historial personal de infecci\u00f3n de los pacientes. M\u00e1s informaci\u00f3n:<\/strong> Milena Pavlovi et al, The ecosistema immunoML para el an\u00e1lisis de aprendizaje autom\u00e1tico de repertorios de receptores inmunitarios adaptativos, Nature Machine Intelligence (2021). DOI: 10.1038\/s42256-021-00413-z Informaci\u00f3n del diario:<\/strong> Nature Machine Intelligence <\/p>\n Proporcionado por la Universidad de Oslo Cita<\/strong>: Nueva herramienta de aprendizaje autom\u00e1tico puede descubrir receptores inmunitarios que reaccionan a muchos ant\u00edgenos diferentes (26 de enero de 2022) consultado el 29 de agosto de 2022 en https:\/\/medicalxpress.com\/news\/2022-01- machine-tool-immune-receptors-react.html Este documento est\u00e1 sujeto a derechos de autor. Adem\u00e1s de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos. .<\/p>\n","protected":false},"excerpt":{"rendered":" Fig. 1: Descripci\u00f3n general de immunoML. Cr\u00e9dito: DOI: 10.1038\/s42256-021-00413-z Diferentes enfermedades tienen diferentes m\u00e9todos para probar si una persona tiene la enfermedad o no. immunoML, una nueva plataforma de aprendizaje autom\u00e1tico de c\u00f3digo abierto, puede potencialmente buscar muchas enfermedades en una sola muestra de sangre. \u00abUna vez que sabe c\u00f3mo funciona para una enfermedad, puede … Continuar leyendo \u00abLa nueva herramienta de aprendizaje autom\u00e1tico puede descubrir receptores inmunitarios que reaccionan a muchos ant\u00edgenos diferentes\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-5899","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/5899","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=5899"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/5899\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=5899"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=5899"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=5899"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}