Научный доклад "Методы машинного обучения в функциональной геномике"

Докладчик - заведующий Международной лабораторией биоинформатики Попцова Мария Сергеевна.

С помощью методов нейросетевого глубинного обучения стало возможным агрегирование информации о функциональных элементах разных уровней клеточной организации - геномики, эпигеномики, протеомики, метаболомики - и других “омик”, с целью предсказания функциональных элементов, для которых эксперименты либо не достигли нужного качества, либо отсутствуют.

В докладе я расскажу о методах глубинного обучения, разрабатываемых в международной лаборатории биоинформатики для предсказания вторичных структур ДНК. Были разработаны модели на основе сверточных (CNN), рекуррентных (RNN),  генеративно-состязательных (GAN) сетей, а также методы переноса обучения с доменной адаптацией для задач предсказания квадруплексов и Z-ДНК. Также будут представлены разрабатываемые в лаборатории подходы из области объяснительного искусственного интеллекта (XAI) для определения значимых паттернов ассоциации эпигенетического кода и кода вторичных структур ДНК.