前沿丨戴琼海院士团队：利用深度学习构建复杂表型的遗传效应解释模型

CellPress：

您能简单介绍一下什么是深度关联核学习（Deep Association Kernel Learning, DAK）？它与全基因组关联分析（genome-wide association study, GWAS）有何关联？

戴琼海院士：

深度关联核学习（DAK）是通过深度网络特征变换，强化核方法（kernel method）表征能力，实现多尺度特征构建与关联的深度模型。包含了两个主要功能，一是在非规则化、复杂数据空间中实现规则化的特征学习；二是在特征与样本表型之间构建关联分析框架。

全基因组关联分析GWAS，是通过大量样本，寻找复杂疾病与遗传因素关联的研究方法。科学家运用GWAS发现了许多重要疾病的易感基因位点，为药物研发、疾病治疗做出了贡献。但随着研究的深入，大家发现GWAS对基因与疾病是固定关系的假设是不成立的，基因对于疾病作用过程是复杂的、非特异的，受到人种、环境等诸多因素的影响。

我们通过DAK，建立了基因与疾病关系的模型，实现了对于复杂、非线性、未知基因致病方式的自主统计推断。

CellPress：

您和您的团队引入了DAK模型，实现了对基因间复杂关联的检测，这将在遗传学、医学等领域带来哪些影响？

戴琼海院士：

在遗传学与医学领域，目前对于复杂疾病（如癌症、神经退行性疾病等）的致病机理了解仍然是非常有限的。主要原因是，目前已知的疾病易感基因位点，只是致病风险的一部分，而非疾病的本质。DAK模型可以在方法上，将未知但是显著的致病基因发掘出来，为疾病提供更多样的遗传学解释。同时DAK方法将基因以生物功能通路为单位进行分析，而生物通路在医学研究中往往具有明确的功能含义，因而有助于医学中对疾病机理的探索。

CellPress：

您能谈一谈核学习的未来吗？在该项研究中它被应用于改进全基因组关联分析，下一步将会是什么？

戴琼海院士：

核学习是一种高效的样本度量学习方法，正在被广泛应用于生物机理解析的方方面面。在未来的发展方向中，有一个重要角度是从统计意义上诠释相似样本产生的原因，增强核学习的可解释性，系统的解释一系列复杂疾病的致病机理，这对于拓展其在不同学科应用具有重要意义。

CellPress：

基于此项成果，后续研究还有哪些工作要进行？您的团队下一步的研究方向如何

戴琼海院士：

在这项工作中，我们方法已在癌症数据与神经疾病数据上进行了初步的应用验证。我所在的团队，清华大学脑与认知科学研究院，主要围绕脑科学的一系列重大问题开展研究，包括一系列先进成像与调控技术的开发、生物智能机理的研究、脑启发的人工智能，以及一系列人工智能方法的应用等等。基于此项成果，在后续研究中，我们一方面将充分利用团队在介观生物观测仪器开发上的优势，建立一整套全链条的大规模介观数据分析与挖掘平台，包括全脑范围单细胞分辨率神经信号分析揭示一系列大脑工作机制，结合大范围三维活体观测系统实现大规模的表型筛选和生物挖掘，助力药物筛选以及高通量生物发现等等；另一方面通过与众多医院展开合作，对于发现的生物结论进行深入探索，结合大量临床数据，为一系列复杂疾病提供更多诊疗思路与治疗靶点，并且同时拓展方法的疾病应用范围。

CellPress：

该研究汇聚了来自不同国家、不同学科领域的研究人员，在研究进行过程中，团队是否遇到一些困难，又是如何解决的呢？

戴琼海院士：

我们在这项研究中与哈佛大学David C. Christiani教授、南京医科大学王美林教授团队进行合作。我的团队从事人工智能与生命科学的交叉研究，Christiani教授侧重于环境基因学与生物统计学研究，王美林教授团队关注于公共卫生科学与重大疾病研究。交叉学科要求团队能够结合众多方向的研究方法和成果，从事这样的研究经常是在黑暗中摸索，可借鉴的经验少、超出预期的困难多。从整个计算方法的设计，到方法的统计效力、到具体的实践、再到应用到特定疾病的生物发现，每个环节都极具挑战。我们的方法是，综合各学科最精英的科研人员、开展深入频繁的研讨，用严谨的方案和考究的细节，把性能优化到极致、把风险和困难降到最低，大胆设计，匠心实践，把工作扎扎实实做出来。我始终认为在做科研的过程中，要时刻注意理学思维，工科实践，做问题驱动下的原始创新，要勇于拥抱交叉学科，交叉学科的思维养成后将使我们终生受益。

▌论文标题：

▌论文网址：

▌DOI：