جستجو
از همبستگی آماری تا هوش مصنوعی تبیینپذیر: بازخوانی بیومارکرهای میکروبیوم با SHAP در بیماریهای مزمن
آفاق باپیرزاده1 سمانه رسنمی صفرلو2 یاسمن رستمی صفرلو3 شادی شهسواری4 محدثه سبزیکار قانع5 هستی مصطفوی قمصری6 زرین مینوچهر7
چکیده :
با استفاده از روش SHAP (SHapley Additive exPlanations) بهعنوان یکی از مهمترین رویکردهای تبیینپذیری در هوش مصنوعی، امکان شناسایی و تفسیر سهم متغیرها در تصمیمگیری مدلهای یادگیری ماشین فراهم میشود و میتوان محدودیت مدلهای جعبهسیاه را در مطالعات زیستی کاهش داد. در پژوهشهای مرتبط با میکروبیوم، استفاده از این رویکرد به درک بهتر نقش ویژگیهای میکروبی در بروز، پیشرفت و پیشبینی بیماریها کمک میکند.
اختلال در ترکیب و عملکرد میکروبیوم انسانی با پاتوژنز بیماریهای مزمن متعددی از جمله دیابت نوع ۲ارتباط دارد. در دیابت نوع ۲، تغییرات میکروبیوم با اختلالات متابولیکی، مقاومت به انسولین و التهاب مزمن همراه است،بعضی افراد مبتلا نه تنها دیابت بلکه بیماریهای زمینه ای دیگری هم دارند و یا حسایت های دارویی. با وجود اهمیت این ارتباطات، دادههای حاصل از فناوریهای توالییابی میکروبیوم به دلیل حجم زیاد، ناهمگنی، ابعاد بالا و ماهیت پیچیده روابط میان ویژگیهای میکروبی، تحلیل و تفسیر دشواری دارند و روشهای آماری متداول در شناسایی الگوهای غیرخطی، تعاملات چندعاملی و امضاهای میکروبیومی اختصاصی این بیماریها با محدودیت مواجهانداغلب این روشها به صورت خطی به بررسی نقش عوامل بیماری زایی میپردازند که خلاهای بسیار زیادی دارد.
در این مطالعه، با بهرهگیری از مدلسازی مبتنی بر هوش مصنوعی و استفاده از دادههای موجود حاصل از مطالعات میکروبیومی مرتبط با دیابت نوع ۲،تلاش میشود امضای میکروبیومی اختصاصی این بیماری توضیح مقایسه ای ارايه شود که اهمیت و جایگاه به کارگیری تکنیک shap در آنالیز داده هایی که با روشهای کلاسیک به دست آمده اند را مشخص کند.
کلمات کلیدی : میکروبیوم انسانی هوش مصنوعی یادگیری ماشین shap امضای میکروبیومی بیماریهای مزمن
زبان مقاله : فارسی
محور مقاله : محورهای نظری هوش مصنوعی
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری
آدرس وب سایت کنفرانس : itnaf.ir
کد IOI مقاله : AAHD-ACZCAC
لینک مستقیم مقاله : https://isnac.ir/AAHD-ACZCAC
نمایش چکیده انگلیسی
: https://isnac.ir/SA/AAHD-ACZCAC
سایر مقالات محل انتشار
- A Study on Design Understandability and Interaction of the therapy-specific Robots
- طراحی و مهندسی یک حسگر زیستی نوری چند مدی پلاسمونیک مبتنی بر تشدیدگرهای حلقه شکاف برای سنجش جامع آنتیژن
- طراحی یک اسیلاتورکنترل شونده با ولتاژ با نویز فاز بسیار پایین و بازه وسیع فرکانسی با تکنولوژی نانولوله کربنی برای کاربردهای PLL
- یک چارچوب هوشمند آگاه به زمینه برای ارتباطات V2V و V2Iدر شبکههای خودرویی شهرهای هوشمند با استفاده از دادههای ترافیکی شبکه سلولی
- An Ensemble Non-Dominated Feature Selection Method: A Case Study on Prostate Cancer
- تشخیص زودهنگام پوسیدگی دندان با استفاده از شبکههای عصبی
- Simulation and Performance Comparison of Torque Tube and LVDT Sensors in Displacer-Based Level Measurement Systems
- ارتقا سامانه ناوبری پهپاد مهاجر ۶ با استفاده از فناوری
- کاربرد نانوذرات مگنتیت (Fe3O4) در پزشکی (از سنتز تا عملکرد)
- Simulation and Modeling of Floating-Gate Non-Volatile Memory Performance: Focus on Oxide Thickness, Programming Speed, and Charge Transport Mechanisms
- Fraud Analytics with Big Data: A Literature Review on Machine Learning Algorithms in Bankruptcy Prediction and Financial Fraud Detection
- تحلیل آیندهپژوهانه همگرایی هوش مصنوعی، فناوری نانو و فناوری اطلاعات در مسیر تحول صنعتی آینده
- نقش تحول دیجیتال در خدمات کتابخانههای عمومی برای توانیابان جسمی و ذهنی
- Prediction and Optimization of Oxygen Production under Microgravity Conditions Using Machine Learning
- Simulation and Performance Comparison of Ultrasonic, Non-Contact Radar, and Guided Wave Radar Sensors in Level Measurement Systems