副教授赚取180万美元的NIH赠款，以提高分子网络的发现
RIT计算博士学生和副教授鲁伊（Rui Li）正在研究一项由卫生资助项目的国家研究所，在疾病途径发现中使用人工智能。研究人员希望他们的机器学习模型可以帮助科学家对疾病有更全面的了解。
癌症，阿尔茨海默氏症和其他疾病沿着人体的一条途径。它从分子和细胞水平开始，通过一系列复杂的相互作用可以导致疾病的发展和发展。
在RIT，由国立卫生研究院（NIH）资助的一个新项目正在使用人工智能来绘制疾病的完整旅程并发现全新的疾病途径。如果成功的话，RIT研究可以改变科学家如何理解疾病并加快对当今最紧迫的健康挑战的新药和治疗的发现。
鲁·李，Rit的副教授戈利萨诺计算与信息科学学院，从NIH获得了将近180万美元的赠款，以提高统计机器学习与计算生物学交集的研究。Li将与学生合作，设计新的机器学习模型和技术，以使疾病途径发现。
LI的挑战是创建一个不良好连接的基因的复杂分子网络的整体视图。如果这些基因有问题，它可能会产生一系列效应。这些分子的非典型活性及其相互作用会导致疾病。
李说，使用机器学习，我们可以鉴定出可能是潜在的治疗靶标的疾病相关的分子和生物标志物。”这些信息对于开发新药至关重要，可以帮助看护人。
第二个挑战是，疾病在不同的身体组织（例如神经组织或肌肉组织）中的表现不同。例如，可以集体导致一种疾病的疾病相关分子，例如帕金森氏症，在大脑的不同部位的表现会有所不同。
李解释说，当前的深度学习技术受到限制，因为它们独立编码。专家可以平均水平，但它将失去途径的独特性，因此很难知道一个分子如何影响另一个分子。
李说，我提出了一个分层模型，以捕获地方一级的独特性，同时在全球层共享补充信息。”我们将允许其从其邻近节点中汇总信息，这些节点模仿了人体发生的事情。
Li'S最近的NIH赠款将支持一种新的方法，用于建模分子网络数据及其拓扑结构。为了提高效率，这些方法将将深度学习技术与概率推断整合在一起。
努力由RIT提供支持实验室启发的计算智能，李指导的。四博士学位学生研究人员Mahendra Singh Thapa，Paribesh Regmi，Sicy Ruochen Shi和Jeevan Thapa目前正在帮助分析100,000多个分子相互作用。
塔帕（Thapa）说，我对我们的生物系统的工作原理，从微小分子到整个生物体的完美工作。来自尼泊尔的学生。我喜欢使用机器学习发现隐藏的模式并探索生物学的奥秘。
NIH资助的研究将有两个阶段。首先，该实验室将对大约500种疾病进行全面研究，最初关注癌症，心血管疾病和免疫系统疾病。接下来，这项工作将扩展到各种疾病类型的大规模应用。
我真的很高兴能在这一领域和李教授工作，因为它将我对机器学习的热情与计算生物学的重要问题相结合。”计算和信息科学博士来自尼泊尔的学生。我喜欢开发算法的挑战，这些算法不仅可以推进AI研究，还可以促进现实对健康和医学的影响。”
五年奖项是通过NIH获得的最大化研究人员研究奖计划支持新的和早期的研究人员开发创新的生物医学挑战方法。该项目称为“通过通过分层贝叶斯在图神经网络上整合组织特异性分子网络的大规模疾病途径”。