Молодые российские ученые победили в международном конкурсе по созданию технологии машинного обучения для диагностики воспалительных заболеваний кишечника

Артем Иванов и Владимир Ульянцев из лаборатории «Компьютерные технологии» Университета ИТМО создали алгоритм, который на основе неинвазивных методов диагностики с высоким уровнем достоверности выявляет наличие у пациента воспалительных заболеваний.

Российская команда стала единственной, победившей сразу в двух этапах конкурса. На первом этапе конкурса ученые ИТМО стали победителями наряду с командами из Медицинского университета Джорджтауна (США) и Института высокопроизводительных систем Италии. На втором этапе российская команда завоевала победу вместе с представителями Университета Люксембурга и Падуанского университета (Италия).

Конкурс, с общим призовым фондом 12 000 долларов, проходил на краудсорсинговой платформе sbvIMPROVER, созданной научно-исследовательским подразделением Philip Morris International. Всего было подана 81 заявка от 15 научных команд из разных стран мира.

«В лаборатории “Компьютерные технологии” Университета ИТМО мы уже более семи лет разрабатываем алгоритмы для анализа метагеномных данных. В основном мы применяем их к данным микробиоты кишечника: проводим сравнительный анализ, анализируем антибиотикорезистентные гены. Разумеется, нам было интересно посмотреть, как наши алгоритмы справятся с задачей диагностирования воспалительных заболеваний кишечника», - рассказали Владимир и Артем.

В качестве конкурсного задания, имеющего самостоятельную научную ценность, был определен поиск оптимального алгоритма машинного обучения для того, чтобы безошибочно диагностировать отличия друг от друга язвенного колита, болезни Крона, воспаления прямой кишки и других заболеваний. В качестве исходных данных научные команды получили результаты неинвазивных методов клинической диагностики и должны были применить алгоритмы анализа «больших данных» для компьютерной обработки результатов.

На первом этапе участникампредоставилиобширные данные метагеномного секвенирования. На втором этапе команды получили предварительно рассчитанные матрицы таксономических данных и данных повторяемости метаболических путей. Это позволило специалистам без доступа к методам анализа метагеномных данных сравнить эффективность классификации за рамками предварительной обработки.

Найденное командой российских ученых решение позволит с высоким уровнем достоверности классифицировать воспалительные заболевания кишечника у пациентов.

«Мы смогли выявить сильные и слабые стороны наших алгоритмов и сравнить их точность с подходами других участников. Но с победой в конкурсе работа не закончена, и мы будем продолжать исследования для более полного описания признаков и более точного диагностирования заболеваний», - рассказал Артем Иванов.

Краудсорсинговая научная платформа sbvIMPROVER позволяет участникам конкурса работать с большими данными вместе с ведущими биологами, совместно публиковать результаты исследований в ведущих научных журналах. Для молодых ученых это ценный источник опыта и обмена знаниями. Существенное отличие платформы sbvIMPROVERот других подобных проектов – высокая вовлеченность участников. Из 81 поданной заявки, решение представили 50% участников, тогда как в среднем этот показатель не превышает 20-30% на аналогичных платформах.

Платформа для краудсорсинговых исследований sbvIMPROVER была создана PMIScience для организации коллективной работы ученых из разных стран мира с элементами научного челленджа. Проект призван способствовать повышению прозрачности и эффективности научно-исследовательской деятельности. В нем происходит верификация результатов лабораторных исследований. Весь массив полученных данных передается независимым экспертам, которые могут проанализировать их и сделать свои выводы.

«Для нас очень важно, чтобы набор данных для машинного обучения и тестовые данные были взяты из двух различных исследований, чтобы можно было убедиться, что полученный результат не свойственен лишь одному исследованию. В последнее время мы изучаем микробиом, так как он связан со многими заболеваниями и в целом ответственен за состояние здоровья. Для нас было важно убедиться в том, что методы, разработанные в ходе испытаний, точно определяют структуру микробиома». – рассказала Стефани Бу, менеджер по обеспечению научной прозрачности и верификации данных PMI.
По ее словам, в дальнейшем проект будет охватывать новые области биомедицинских исследований.