قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
تحديد الجينات
عملية تحديد ووسم العناصر الوظيفية (الجينات، المناطق التنظيمية) في تسلسل جينومي، وغالبًا ما تتم أتمتتها بواسطة نماذج الذكاء الاصطناعي للتنبؤ بوظيفة البروتينات.
تحديد المتغيرات
الكشف الخوارزمي عن التباينات الجينية (SNP، indels) مقارنةً بجينوم مرجعي، حيث تعمل نماذج التعلم الآلي على تحسين الدقة عن طريق تقليل الإيجابيات الكاذبة.
التعبير التفاضلي
تحليل إحصائي وباستخدام الذكاء الاصطناعي لتحديد الجينات التي تختلف مستويات تعبيرها (mRNA) بشكل كبير بين الظروف البيولوجية المختلفة، مما يكشف عن آليات جزيئية.
شبكات التعبير المشترك
رسوم بيانية تكون فيها العقد جينات وتمثل الحواف ارتباطات التعبير، يتم بناؤها بواسطة خوارزميات التجميع لاكتشاف وحدات وظيفية أو مسارات أيضية.
التنبؤ بالبنية البروتينية (ألفافولد)
استخدام الشبكات العصبية العميقة للتنبؤ بالبنية ثلاثية الأبعاد للبروتينات من تسلسل الأحماض الأمينية الخاص بها، مما أحدث ثورة في البيولوجيا البنيوية.
علم الوراثة العرقي الجزيئي
إعادة بناء الأشجار التطورية بين الأنواع أو الجينات باستخدام محاذاة التسلسلات ونماذج الذكاء الاصطناعي الاحتمالية لاستنتاج العلاقات السلفية.
استدلال النمط الجيني
التنبؤ الإحصائي بالأنماط الجينية المفقودة في البيانات الوراثية بالاعتماد على لوحات مرجعية ونماذج التعلم، مما يزيد من قوة دراسات الارتباط.
دراسة الارتباط على مستوى الجينوم الكامل (GWAS)
تحليل واسع النطاق يهدف إلى إيجاد التباينات الجينية المرتبطة بالسمات أو الأمراض، حيث يساعد التعلم الآلي في تصحيح المقارنات المتعددة وتحديد التفاعلات المعقدة.
التعلم الموحد في علم الجينوم
تقنية تدريب النماذج على بيانات جينومية لامركزية دون مركزتها، مع الحفاظ على خصوصية المرضى وتحسين متانة التنبؤات.
اختيار الجينات
عملية تحديد مجموعة فرعية من الجينات الأكثر صلة بنمط ظاهري معين، باستخدام خوارزميات مثل LASSO أو الغابات العشوائية لتقليل الأبعاد.
الحمض النووي الريبوزي المتداخل (RNAi) وتوقع الأهداف
استخدام نماذج التعلم للتنبؤ بمواقع ارتباط جزيئات الـ RNAi على الـ mRNA، مما يحسن تصميم العلاجات الجينية القائمة على التضفير.
التعلم المعزز لتصميم الجزيئات
تطبيق الذكاء الاصطناعي لتوليد جزيئات علاجية جديدة عن طريق التحسين التكراري لخصائصها الدوائية عبر حلقات التغذية الراجعة.
تحليل الكروماتين (Hi-C)
تقنية تسلسل ثلاثي الأبعاد لرسم خرائط التفاعلات الفيزيائية بين المناطق الجينومية، حيث تقوم خوارزميات الذكاء الاصطناعي بإعادة بناء البنية ثلاثية الأبعاد للجينوم.
نماذج اللغة للبروتينات (ProtBERT)
شبكات عصبية مدربة مسبقًا على ملايين التسلسلات البروتينية لالتقاط الأنماط التطورية والوظيفية، مما يحسن تنبؤات الوظيفة والتفاعل.
الكشف عن اندماج الجينات
التحديد الخوارزمي للجينات الهجينة الناتجة عن إعادة ترتيب الكروموسومات، والتي غالبًا ما ترتبط بالسرطانات، عبر تحليل بيانات RNA-seq باستخدام نماذج التعلم العميق.