Des de l’aparició de les tecnologies de seqüenciació d’alt
rendiment, els conjunts de dades biològiques han esdevingut cada
cop més grans i complexes, la qual cosa els fa pràcticament
impossibles d’interpretar manualment. El paradigma de
l’aprenentatge automàtic permet fer una anàlisi sistemàtica de les
relacions i patrons existents en els conjuts de dades, tot aprofitant
l’enorme volum de dades disponibles.
No obstant això, una aplicació poc curosa dels principis bàsics de
l’aprenentatge automàtic ...
Des de l’aparició de les tecnologies de seqüenciació d’alt
rendiment, els conjunts de dades biològiques han esdevingut cada
cop més grans i complexes, la qual cosa els fa pràcticament
impossibles d’interpretar manualment. El paradigma de
l’aprenentatge automàtic permet fer una anàlisi sistemàtica de les
relacions i patrons existents en els conjuts de dades, tot aprofitant
l’enorme volum de dades disponibles.
No obstant això, una aplicació poc curosa dels principis bàsics de
l’aprenentatge automàtic pot conduir a estimacions massa
optimistes, un problema prevalent conegut com a sobreajust. En el
camp del plegament de proteïnes, en vam trobar exemples en
models publicats que afirmaven tenir un alt poder predictiu, però
que es comportaven de forma mediocre devant de dades noves.
En el camp de l’epigenètica, problemes com la falta de
reproducibilitat, qualitat heterogènia i conflictes entre replicats
esdevenen evidents quan es comparen diferents conjunts de
dades de ChIP-seq. Per superar aquestes limitacions vam
desenvolupar Zerone, un discretitzador de ChIP-seq basat en
aprenentatge automàtic que és capaç de combinar informació de
diferents replicats experimentals i d’identificar automàticament
dades de baixa qualitat o irreproduïbles.
+
Since the appearance of high throughput sequencing technologies,
biological data sets have become increasingly large and complex,
which renders them practically impossible to interpret directly by a
human. The machine learning paradigm allows a systematic
analysis of relationships and patterns within data sets, making
possible to extract information by leveraging the sheer amount of
data available.
However, violations of basic machine learning principles may lead
to overly optimistic estimates, a ...
Since the appearance of high throughput sequencing technologies,
biological data sets have become increasingly large and complex,
which renders them practically impossible to interpret directly by a
human. The machine learning paradigm allows a systematic
analysis of relationships and patterns within data sets, making
possible to extract information by leveraging the sheer amount of
data available.
However, violations of basic machine learning principles may lead
to overly optimistic estimates, a prevalent problem known as
overfitting. In the field of protein folding, we found examples of this
in published models that claimed high predictive power, but that
performed poorly on new data.
A different problem arises in epigenetics. Issues such as lack of
reproducibility, heterogeneous quality and conflicts between
replicates become evident when comparing ChIP-seq data sets. To
overcome this limitations we developed Zerone, a machine
learning-based ChIP-seq discretizer capable of merging information
from several experimental replicates and automatically identifying
low quality or irreproducible data.
+
Programa de doctorat en Biomedicina