Исследователи из Университета Райса разработали новый алгоритм машинного обучения (ML), который превосходно интерпретирует «световые сигнатуры» (оптические спектры) молекул, материалов и биомаркеров заболеваний, потенциально позволяя быстрее и точнее ставить медицинские диагнозы и анализировать образцы.

«Представьте себе, что вы можете обнаружить ранние признаки таких заболеваний, как болезнь Альцгеймера или COVID-19, просто направив свет на каплю жидкости или образец ткани», — сказал Цзыян Ван, докторант по электротехнике и вычислительной технике в Университете Райса, который является первым автором исследования, опубликованного в СКУД Нано. «Наша работа делает это возможным, обучая компьютеры тому, как лучше «читать» сигнал света, рассеянного от крошечных молекул».

Каждый материал или молекула взаимодействует со светом уникальным образом, создавая определенный рисунок, похожий на отпечаток пальца. Оптическая спектроскопия, которая заключается в наведении лазера на материал для наблюдения за тем, как свет взаимодействует с ним, широко используется в химии, материаловедении и медицине. Однако интерпретация спектральных данных может быть сложной и трудоемкой, особенно когда различия между образцами незначительны. Новый алгоритм, получивший название Peak-Sensitive Elastic-net Logistic Regression (PSE-LR), специально разработан для анализа данных, основанных на освещении.

«Оптические спектры ткани или другого биологического образца могут многое рассказать о том, что происходит внутри организма», — сказал Ван. «Это важно, потому что более быстрое и точное выявление заболеваний может привести к более эффективному лечению и спасти жизни. Помимо здоровья, наш метод также может помочь ученым понять новые материалы, что приведет к созданию более интеллектуальных датчиков и меньших диагностических устройств».

PSE-LR может не только точно классифицировать различные выборки, но и быть прозрачным в принятии решений, в чем многие продвинутые модели машинного обучения не особенно хороши. PSE-LR предоставляет «карту важности признаков», которая точно указывает, какие части спектра повлияли на решение о классификации, что упрощает интерпретацию результатов, проверку и принятие мер.

«Наш алгоритм был разработан таким образом, чтобы сосредоточиться на наиболее важных частях сигнала; вершины, которые имеют наибольшее значение», — сказал Ван, сравнив PSE-LR с «детективом, который учится находить подсказки, скрытые в световых сигналах».

Исследователи протестировали PSE-LR в сравнении с другими моделями машинного обучения, показав улучшенную производительность, особенно при выявлении тонких или перекрывающихся спектральных особенностей.

«Большинство моделей либо упускают мельчайшие детали, либо слишком сложны для понимания», — сказал Ван. «Мы стремились исправить это, создав что-то умное и объяснимое».

Модель также хорошо показала себя в ряде тестов, измеряющих ее реальную проницательность, включая обнаружение сверхнизких концентраций шиповидного белка SARS-CoV-2 в образцах жидкости, идентификацию нейропротекторных растворов в тканях мозга мышей, классификацию образцов болезни Альцгеймера и различение двухмерных полупроводников.

«Наш инструмент способен анализировать световые данные для очень тонких сигналов, которые обычно трудно уловить с помощью традиционных методов», — сказал Шэнси Хуанг, доцент кафедры электротехники, вычислительной техники, материаловедения и наноинженерии, который является автором исследования.

Новый алгоритм может позволить разработать новые диагностические системы, биосенсоры или наноустройства.

«Эти результаты могут помочь преобразовать медицинскую диагностику и материаловедение, приблизив нас к миру, где интеллектуальные технологии помогают выявлять и реагировать на проблемы со здоровьем быстрее и эффективнее», — сказал Ван.