基因实验室数据用于开发治疗航天肌肉废用性萎缩的人工智能方法

©NASA

基因实验室研究

来自GeneLab的太空飞行小鼠的转录组数据集被广泛挖掘,以提取导致胸腺、肝脏和脾脏等器官肌肉组织肌肉萎缩的关键基因。

利用可扩展的精准医学知识引擎,识别顶端肌萎缩基因调控因子,构建基因疾病知识图谱。确定了排名靠前的疾病,并选择了潜在的药物治疗方法,以利用药库资源进行再利用。研究作者生成了一个疾病药物知识图,然后对图神经网络进行训练,用于预测新药。结果与机器学习方法进行了比较。

有趣的是,在这项研究中,图神经网络识别的几个关键靶基因与癌症、糖尿病和神经疾病有关。应用于疾病药物知识图谱的新的链接预测方法,将单克隆抗体药物治疗识别为适合用于航天微重力诱导的药物再用途的候选药物。总共有21种药物被确定为治疗肌肉萎缩的可能候选药物。图神经网络是一种很有前途的深度学习结构,可用于基因-疾病和疾病-药物网络的链接预测。

肌肉萎缩是几种地面疾病的副作用,由于太空飞行重力降低,也严重影响宇航员执行太空任务。这项研究挖掘了来自GeneLab数据系统的航天数据,以识别与航天反应有关的关键靶基因,然后使用这些数据训练一个预测模型,用于治疗与航天相关的废用性萎缩的潜在药物。

本研究使用GeneLab的数据。

航天微重力肌肉萎缩的网络科学与人工智能药物再应用研究

基因组学,太空生物学,天体生物学,

请跟随SpaceRef推特和我们一样脸谱网