大阪大学的研究人员研究了一种深度学习算法,以寻找进化谱系中的物种(例如蠕虫、老鼠和人类)共有的运动障碍特征,这可能有助于了解帕金森病。
了解不同物种所共有的运动障碍特征,可以帮助科学家研究导致运动障碍的人类神经系统疾病,包括由低多巴胺水平引起的疾病。这是因为,动物的运动数据会产生更多的信息。但是,动物和人因物种差异,其运动数据是不能直接拿来比较的。
为了克服这个问题,该团队设计了一种深度学习算法,可以预测运动数据来自哪个物种。无法预测的物种,算法会创建一个无法区分物种但能够识别特定疾病的网络,从而提取疾病固有的运动特征。
他们的实验揭示了缺乏多巴胺的蠕虫、小鼠和人类共有的跨物种运动特征。尽管存在物种差异,他们在运动加速的时候,速度都是不稳定的。有趣的是,这些动物在多巴胺缺乏的情况下也会表现出类似的运动障碍。虽然之前的研究表明多巴胺缺乏与人类运动障碍有关,但这项研究首次确定了多巴胺缺乏会导致物种拥有共同的运动障碍特征,而不仅仅只是人类。
研究作者Takahiro Hara说:“我们的项目表明,深度学习可以成为一种强大的工具,可以研究看似差异很大而不能直接拿来比较的数据。”
前瞻经济学人APP资讯组
本文来源前瞻网,转载请注明来源。本文内容仅代表作者个人观点,本站只提供参考并不构成任何投资及应用建议。(若存在内容、版权或其它问题,请联系:service@qianzhan.com)