استخراج بيان ژن از تصاوير آسيب شناسي ديجيتال

پروفايل بيان ژن يكي از منابع كليدي در مطالعات زيست‌پزشكي به‌شمار مي‌آيد و نقشي اساسي در تشخيص و تعيين زيرنوع سرطان، انتخاب نشانگرهاي زيستي و پايش اثربخشي درمان ايفا مي‌كند. با اين حال، استخراج آن مستلزم انجام آزمايش‌هاي پرهزينه و زمان‌بر است. در مقابل، تصاوير آسيب شناسي ديجيتال حاصل از نمونه‌برداري بافتي يا مايعات بدن، اطلاعات ارزشمندي درباره ساختار بافت و وضعيت بيماري ارائه مي‌دهند و از لحاظ زماني و اقتصادي دسترس‌پذيرتر هستند. پيشرفت‌هاي اخير در حوزه هوش مصنوعي، به‌ويژه يادگيري عميق، امكان تحليل داده‌هاي پيچيده و چندوجهي نظير تصوير و متن را فراهم ساخته و مسيرهايي نوين براي تبديل داده‌هاي ارزان‌تر به داده‌هاي زيستي پرهزينه گشوده است. از اين‌رو، استفاده از هوش مصنوعي براي پيش‌بيني داده‌هاي زيستي مانند بيان ژن، بر پايه داده‌هاي آسان‌دسترس‌تر همچون تصاوير آسيب شناسي، به يك حوزه پژوهشي نويدبخش تبديل شده است. با توجه به اين پيشرفت‌ها، يكي از راهكارهاي مؤثر براي كاهش هزينه‌ها و تأخير در دسترسي به داده‌هاي پزشكي، توسعه مدل‌هايي براي تبديل مؤثر و دقيق داده‌هاي موجود به يكديگر است. چنانچه بتوان از داده‌اي سريع‌تر و ارزان‌تر، داده‌اي پرهزينه و دشوار را به‌دست آورد، دسترسي به آن داده دشوار عملاً تسهيل مي‌شود. در سال‌هاي اخير، مدل‌هاي پيشرفته هوش مصنوعي قادر شده‌اند تصاوير حجيم آسيب شناسي را با دقت و اثربخشي بالا پردازش كنند كه اين امر نويدبخش تحولات چشمگير در اين حوزه است. پژوهش حاضر با عنوان 3GCS: GAT-Mamba based Genomap Generation from Cancer Slides با هدف پيش‌بيني داده‌هاي بيان ژن متناظر تصاوير آسيب شناسي ديجيتال انجام شده است. براي دستيابي به اين هدف، از تركيبي از مدل‌هاي پيشرفته هوش مصنوعي شامل شبكه‌هاي گرافي، معماري مامبا، شبكه‌هاي بنيادين تصويري، لايه‌هاي كاملاً متصل و روش‌هاي آماري استفاده شده است. در بخش استخراج ويژگي، ساختاري مبتني بر معماري GAT-Mamba، كه تلفيقي از شبكه‌هاي گراف توجهي، معماري مامبا و مدل‌هاي تصويري بنيادين است، به‌عنوان پايه اصلي انتخاب و با تغييراتي جهت تطبيق با مسئله، به‌كار گرفته شده است. پس از استخراج ويژگي‌ها، با بهره‌گيري از لايه‌هاي كاملاً متصل، پيش‌بيني داده‌هاي بيان ژن انجام شده است. به‌منظور بهبود عملكرد مدل و پاسخ به چالش‌هاي مربوط به حجم بالاي داده‌هاي تصويري و محدوديت اندازه داده‌ها، از تكنيك‌هايي مانند انتخاب ژن‌هاي پرتغيير (با انتخاب 1024 ژن با بيشترين واريانس)، الگوريتم ژنومپ و روش‌هاي جلوگيري از بيش برازش مانند منتظم‌سازي و dro‎pout بهره گرفته شده است. علاوه بر اين، 3GCS با رويكردي متفاوت نسبت به مدل‌هاي پيشين همچون HE2RNA، tRNAsformer و SEQUOIA طراحي شد. در حالي كه روش‌هاي قبلي مسئله را به صورت يك رگرسيون مستقيم براي پيش‌بيني مقادير عددي بيان ژن مدل‌سازي مي‌كردند، 3GCS با تبديل آن به يك مسئله مولد تصوير به تصوير، ابعاد خروجي را كاهش داده و روابط ميان ژن‌ها را در قالب ژنومپ حفظ كرد. در نهايت، مدل توسعه‌يافته موفق شد داده‌هاي نرمال‌شده بيان ژن با ميانگين صفر و انحراف معيار يك را با خطايي معادل 0.014 پيش‌بيني كند كه اين مقدار، بيانگر خطايي در حدود يك درصد انحراف معيار بوده و عمدتاً ناشي از داده‌هاي پرت است. براي ارزيابي كيفي‌تر، داده‌هاي پيش‌بيني‌شده به‌جاي مقادير واقعي در تحليل‌هاي ثانويه مانند تعيين نوع بافت، سالم يا ناسالم بودن آن، نوع بيماري، سن بيمار و ساير فاكتورها مورد استفاده قرار گرفتند. نتايج نشان داد كه مدل پيشنهادي عملكرد قابل قبولي داشته و در برخي موارد، داده‌هاي مصنوعي توليدشده دقت بالاتري نسبت به داده‌هاي واقعي ارائه داده‌اند. همچنين تحليل‌هاي نهايي با استفاده از خودرمزنگارها (Autoencoders) نيز كيفيت مناسب داده‌هاي توليدشده را تأييد كرده‌اند. بر اين اساس، پژوهش 3GCS روشي مؤثر براي استخراج داده‌هاي بيان ژن از تصاوير آسيب شناسي ديجيتال با كيفيت مطلوب ارائه مي‌دهد.

235924

هوش مصنوعي و رباتيكز

مهندسي برق و كامپيوتر

دانشگاه صنعتي اصفهان