بهترین مشاور

محققان دانشگاه Carnegie Mellon یک مدل آماری جدید پویا برای نشان دادن تغییر الگوهای در شبکه ها، از جمله بیان ژن در طول دوره های رشد مغز ایجاد کرده اند.

منتشر شده در مجموعه مقالات آکادمی ملی علوم ، مدل اکنون می دهد محققان یک ابزار است که گسترش گذشته مشاهده شبکه های استاتیک در یک تصویر لحظهای تنها در زمان، است که بسیار مفید از داده های شبکه معمولا پویا هستند. تجزیه و تحلیل داده های شبکه - و یا مطالعه روابط از یک دیدگاه در مقیاس بزرگ - یک زمینه در حال ظهور آمار و علوم داده است.

کاترین رودر، پروفسور آمار و علوم انسانی UPMC در دانشکده علوم انسانی و علوم اجتماعی دیتریش، گفت: "برای هر مجموعه داده ای با یک مولفه پویا، مردم اکنون می توانند از این به عنوان یک راه قدرتمند برای پیدا کردن جوامعی که در طول زمان باقی بمانند و تغییر پیدا کنند، استفاده کنند." . "این بسیار مفید خواهد بود در فهم اینکه چگونه بیماری ها و اختلالات خاصی پیشرفت می کنند بسیار مفید است. به عنوان مثال، ما می دانیم که برخی از ژن ها مسئول اتواسی هستند و می توانند از مدل ما استفاده کنند تا به ما درک کنند که در آن نقطه شروع اختلال چیست."

مشاور ازدواج

این مدل، جوامع مداوم توسط Smoothing Eigenvector (PisCES)، ترکیبی از اطلاعات در یک سری از شبکه ها، درازا، برای تقویت استنباط برای هر دوره است. تیم CMU با استفاده از PisCES از عالئم ژن عصبی از مادرم تا بزرگسالی در مغز میمون راسوس استفاده می کند تا ببیند که ژن ها در طول نقاط مختلف رشد چگونه کار می کنند.

"روش تجسم ما ترکیبی از دو ابزار مختلف موجود است: تشخیص جامعه، که یک ابزار محبوب برای داده های شبکه های استاتیک است، و توطئه های sankey، که اغلب برای تجسم" جریان "اطلاعات استفاده می شود. تجسم ما، بازیگران شبکه را به جوامع سازماندهی می کند دیوید چوی، استادیار آمار و سیستم های اطلاعاتی کالج سیستم های اطلاعاتی و سیاست عمومی هینز، گفت: "در طول زمان، تکامل یافته است و سپس اعضای جامعه در حال رشد را به عنوان یک سری جریان های بین جوامع نشان می دهد."

داستان های مربوطه

·         کشف جهش ژنی می تواند برای افراد مبتلا به دیابت، بیماری قلبی، چاقی مفید باشد

·         دانشمندان عملکرد طبیعی ژن مربوط به ALS و FTD را تعیین می کنند

·         ژن باعث می شود برخی افراد مبتلا به عفونت گوش میانی شناسایی شوند

تجزیه و تحلیل آنها نشان دهنده وجود نقاط تغییر و همچنین دوره های ساختار جامعه ژن پایدار، از جمله یک جامعه پویا از ژن های درگیر در طرح ریزی عصبی است که بسیار فعال در طول دوره میانه و دیر جنین بود. این جامعه خاص شامل بسیاری از ژن های مرتبط با خطر ابتلا به اوتیسم است.

چی گفت: "اساسا هدف ما اضافه کردن" صاف کردن "به تشخیص جامعه برای از بین بردن" سر و صدا "بود و ما توانستیم این کار را انجام دهیم."

گرچه تیم با استفاده از تجسم الگوهای تغییریافته در راههایی که ژنها با یکدیگر کار می کنند، مدل را با استفاده از تجربیات مدل سازی، امیدوار است که این روش بتواند به شبکه های اجتماعی، شبکه های پویا در فیزیک و سایر شرایط ارتباطی اعمال شود.

"این مدل واقعا انعطاف پذیر است، و ما در حال حاضر شروع به استفاده از آن با داده های fMRI برای درک اینکه چگونه مناطق مغز به هم متصل و تغییر در طول زمان،" فاکن لیو، Ph.D. دانشجو در بخش آمار و علوم داده.

توسعه یک مدل آماری پویا جدید برای پیروی از عبارات ژنی عصبی در طول زمان، یکی از بزرگترین پیشرفت های تحقیق در مغز است که در Carnegie Mellon اتفاق می افتد. CMU برخی از اولین آموزگاران شناختی را ایجاد کرده است، به توسعه Watson برنده ی مبارزات انتخاباتی کمک کرده است، یک برنامه دکترای علمی را در محاسبات عصبی تاسیس کرده است و محل تولد هوش مصنوعی و روانشناسی شناختی است. CMU بر پایهی نقاط قوت خود در زمینه زیست شناسی، علوم رایانه، روانشناسی، آمار و مهندسی، BrainHub را راه اندازی کرد که ابتکار عمل را بر اساس چگونگی ساختار و فعالیت مغز باعث رفتارهای پیچیده شده است.