Машинное обучение помогло изучить метаболические процессы
Ученые из Германии и США применили алгоритм машинного обучения к изучению отдельных ферментов, что позволило выявить важные свойства, определяющие их работу.
Биоинформатики из Дюссельдорфского университета имени Генриха Гейне и Калифорнийского университета в Сан-Диего используют техники машинного обучения для изучения ферментной кинетики и, следовательно, комплексных метаболических процессов. Статья об исследовании опубликована в журнале Nature Communications.
Синтетические науки о жизни полагаются на детальное и количественное понимание сложных систем в биологических клетках. Целенаправленная манипуляция ими возможна только при понимании таких систем. Биологический метаболизм, в котором задействованы сотни ферментов, - система, которую ученые успели неплохо исследовать. Однако ключевой аспект в этой области, а именно - индивидуальная деятельность каждого фермента, пока не изучен в полной мере и понят только в количественном плане.
Доктор Дэвид Хекманн и профессор Мартин Лерчер решили подойти к изучению свойств ферментов со стороны биоинформатики. Для этого ученые использовали машинное обучение, которое уже было успешно применено в других областях, таких как управление траффиком и автоматические переводы. В последние годы алгоритмы машинного обучения смогли обыграть людей в шахматы, го и даже покер.
