मशीन लर्निंग के जरिए सेल आइडेंटिटी की समझ में किया जा सकता है सुधार

जीन सक्रिय अवस्थाओं में कोशिकाओं में ऐसे पैटर्न दिखाते हैं जो ऊतकों और अंगों में प्रकार और कार्य में समान होते हैं। इन प्रतिमानों की खोज करने से कोशिकाओं के बारे में हमारी समझ में सुधार होता है।

वहीं स्थानिक ट्रांसक्रिप्टोमिक्स टेक्नोलॉजी के आगमन ने रिसर्चर्स को ऊतक नमूनों में उनके संदर्भ में जीन अभिव्यक्ति का निरीक्षण करने की अनुमति दी है लेकिन इस डेटा को समझने और इन जीन एक्सप्रेशन पैटर्न को पहचानने और समझने में मदद करने के लिए नई कम्प्यूटेशनल विधियों की आवश्यकता है।

कार्नेगी मेलन यूनिवर्सिटी के कंप्यूटर साइंस स्कूल में कम्प्यूटेशनल बायोलॉजी के रे और स्टेफ़नी लेन प्रोफेसर जियान मा के नेतृत्व में एक रिसर्च टीम ने इस अंतर को भरने के लिए एक मशीन लर्निंग टूल विकसित किया है। SPICEMIX नामक विधि पर उनका पेपर, नेचर जेनेटिक्स के सबसे हालिया अंक में कवर स्टोरी के रूप में दिखाई दिया है।

बता दें कि SPICEMIX शोधकर्ताओं को मस्तिष्क जैसे जटिल ऊतकों में कोशिकाओं की समग्र जीन अभिव्यक्ति में विभिन्न स्थानिक पैटर्न की भूमिका निभाने में मदद करता है। यह जीन के स्थानिक मेटाजेन समूहों के साथ प्रत्येक पैटर्न का प्रतिनिधित्व करके ऐसा करता है जो एक विशिष्ट जैविक प्रक्रिया से जुड़ा हो सकता है और पूरे ऊतक में चिकनी या छिटपुट पैटर्न दिखा सकता है।