通过组学和人工智能的融合研究，预测AD的早期分子特征

7月24日，韩国脑研究所(Suh ppan - hill领导)宣布，KBRI的Cheon Mookyung博士利用人工智能通过RNA-seq分析数据(组学)发现，大脑中β淀粉样蛋白的增加会改变胆固醇的生物合成。

研究结果发表在PLOS计算生物学，是计算生物学领域的国际学术杂志。

淀粉样蛋白是一种引起阿尔茨海默病(AD)的蛋白质。在正常的大脑中，如果它积累过多，就会被小胶质细胞等移除。血液中的胆固醇也必须保持在一定的水平，以组成细胞膜，调节细胞膜的流动性，并维持体内平衡。如果上述过程不能正常进行，机体就会发生病理异常。

该研究团队使用尖端深度学习技术生成对抗网络(GANs)分析了AD小鼠模型的大脑皮层组织数据。GAN是一种通过生成器和鉴别器竞争生成数据的算法，研究生成的数据，生成接近真实图像的合成数据。gan技术被用来制作奥巴马总统的假演讲视频，并可以应用于脸部的持续老化。

研究小组利用GANs对小鼠进行了AD基因表达模拟，观察了基因表达从正常状态到AD状态的变化过程。结果，人们发现淀粉样β蛋白增加和修改胆固醇生物合成在疾病的早期阶段这一发现也被死后脑组织的rna序列分析所证实。

这意味着-淀粉样蛋白的增加触发了胆固醇的生物合成，这两个过程结合在一起很可能通过相互作用参与突触发生和突触可塑性。

本研究基于生物信息学与人工智能融合的独特研究技术，其意义在于为研究人员提供更系统的解释和实验设计，并代表了一种新的方法，以预测疾病进展的早期阶段的生物学变化到医疗保健行业。

Cheon博士说:“GANs是分析疾病导致的基因表达差异和通过识别现象的原因来解释分子进程的有用工具。这种方法的持续扩展和组学数据积累有望帮助我们克服与脑疾病和衰老相关的分析中最大的限制，即获取样本的耗时过程。”

这项研究是由KBRI作为独家项目支持的。

---

---