Bảng xếp hạng Thử thách ML về Béo phì bắt đầu cho thấy tín hiệu thực sự! Hợp tác với @Schmidt_Center, chúng tôi đang sử dụng học máy để dự đoán cách các tế bào phản ứng với những thay đổi ảnh hưởng đến sự phát triển và lưu trữ mỡ. Chúng tôi đã thiết kế hai lộ trình đánh giá để kiểm tra mức độ chính xác của các mô hình trong việc dự đoán những gì xảy ra bên trong các tế bào khi chúng tôi can thiệp vào chúng. Chủ đề này giải thích cách thức hoạt động của bảng xếp hạng…

Đầu tiên, chúng ta có ý nghĩa gì khi can thiệp (hoặc "gây rối") một tế bào? Một sự gây rối là một thay đổi có kiểm soát mà chúng ta áp dụng cho một tế bào, như bật/tắt một gen hoặc thêm một loại thuốc, để xem tế bào phản ứng như thế nào. Phản ứng đó là điều mà mô hình của bạn được yêu cầu dự đoán.

Thử thách có hai lộ trình, mỗi lộ trình kiểm tra một kỹ năng khác nhau. Lộ trình 1: Các chỉ số toàn bộ transcriptome Điều này sẽ giúp trả lời liệu mô hình của bạn có thể dự đoán cách biểu hiện gen thay đổi sau một sự can thiệp hay không. Lộ trình 2: Các chỉ số cấp chương trình Điều này sẽ giúp trả lời liệu mô hình của bạn có thể dự đoán trạng thái mà tế bào sẽ kết thúc hay không.

Theo dõi 1: Các chỉ số trên toàn bộ transcriptome Khi chúng ta tác động đến một tế bào, hàng ngàn gen có thể thay đổi hoạt động. Theo dõi này đặt ra câu hỏi: Mô hình của bạn có dự đoán được gen nào tăng lên, gen nào giảm xuống, và mức độ bao nhiêu không? Chúng tôi đánh giá điều này bằng cách sử dụng hai chỉ số.

Chỉ số 1: Pearson Delta Điều này đo lường mức độ gần gũi giữa dự đoán của bạn và những gì thực sự đã xảy ra. - Bạn có dự đoán đúng hướng thay đổi không? - Bạn có dự đoán đúng độ lớn không? Càng gần nhau, điểm số càng cao.

Chỉ số 2: Sai lệch trung bình tối đa (MMD) Thay vì kiểm tra từng gen một, MMD xem xét bức tranh tổng thể. Nó đặt ra câu hỏi: - Phân phối biểu hiện gen dự đoán của bạn có giống như phân phối thực tế không? Điều này giúp phát hiện các mô hình bỏ lỡ cấu trúc tổng thể.

Theo dõi 2: Các chỉ số cấp chương trình Các gen hoạt động cùng nhau để đẩy các tế bào vào các trạng thái sinh học. Sau một sự can thiệp, một tế bào có thể chuyển sang: - tiền mỡ - mỡ trưởng thành - chế độ lưu trữ mỡ Theo dõi này kiểm tra xem mô hình của bạn có dự đoán đúng những kết quả này hay không.

Chúng tôi đo lường điều này bằng một cái gì đó gọi là "khoảng cách L1". Nó so sánh: - tỷ lệ thực tế của các tế bào trong mỗi trạng thái so với - tỷ lệ dự đoán của mô hình của bạn Khoảng cách càng thấp, hiểu biết về những gì tế bào trở thành càng tốt.