效率高，无需标签，谷歌团队用AI挖掘临床数据，改善基因发现和疾病预测，登Nature子刊
原文中文，约3100字，阅读约需8分钟。
📝
内容提要
谷歌研究的基因组学团队开发了一种新的无监督深度学习模型，称为REGLE，该模型利用高维临床数据（HDCD）来发现基因变异与疾病之间的关联。REGLE优于现有方法，改进了基因发现和疾病预测，并增强了遗传风险评分。它可以在没有标记数据的情况下识别对器官功能的遗传影响，并有可能识别新的药物靶点。研究人员使用肺功能和心血管功能数据展示了REGLE的功能。该方法将进一步加深我们对人类特征和疾病遗传基础的理解。
❓
Q&A
REGLE模型的主要功能是什么？
REGLE模型利用高维临床数据发现基因变异与疾病的关联，改进基因发现和疾病预测。
REGLE如何处理高维临床数据？
REGLE使用变分自动编码器(VAE)模型，通过学习低维表示来处理高维临床数据。
REGLE在疾病预测方面的表现如何？
REGLE生成的多基因风险评分在COPD和哮喘预测中表现优于现有方法。
REGLE模型的创新之处是什么？
REGLE模型的创新在于无需标记数据即可识别遗传影响，并能整合专家特征。
REGLE如何识别新的药物靶点？
REGLE通过检测与肺和循环功能相关的新基因位点，有潜力识别新的药物靶点。
REGLE模型的应用数据来源是什么？
REGLE模型的应用数据来源于肺功能和心血管功能的高维临床数据。
🏷️
