Nuovo modello di IA combina sequenza del DNA e metilazione per la previsione dell'età epigenetica
I ricercatori hanno sviluppato un innovativo framework di machine learning che integra il contesto della sequenza del DNA con la struttura del grafo di metilazione per la previsione dell'età epigenetica. Il modello utilizza un meccanismo di modulazione gated per adattare in modo scalabile i segnali di metilazione in base alla rilevanza biologica determinata dalla sequenza, prima della convoluzione del grafo. Testato su 3.707 campioni di metilazione del sangue, l'approccio supera i metodi esistenti che trattano separatamente sequenza e grafo. Questo framework unificato potrebbe migliorare l'accuratezza nella ricerca sull'invecchiamento e negli studi sulle malattie legate all'età.
Fatti principali
- Il modello integra caratteristiche statistiche della sequenza del DNA a otto dimensioni con la struttura del grafo di co-metilazione.
- Un meccanismo di modulazione gated leggero adatta in modo scalabile i segnali di metilazione in base al contesto della sequenza.
- Valutato su 3.707 campioni di metilazione del sangue.
- Nessun metodo esistente modella congiuntamente la struttura del grafo di co-metilazione e il contesto della sequenza del DNA sito-specifico.
- Gli orologi epigenetici basati sulla metilazione del DNA stimano l'età biologica.
- Le applicazioni includono la ricerca sull'invecchiamento, gli studi sulle malattie legate all'età e la scienza della longevità.
- Gli approcci precedenti includono regressione lineare penalizzata, reti neurali profonde feedforward, architetture residuali e reti neurali a grafo.
- Il framework è descritto in arXiv:2605.10541v1.
Entità
—