Los ingenieros biomédicos de la Universidad de Duke han ideado un enfoque de aprendizaje automático para modelar las interacciones entre variables complejas en bacterias modificadas que de otro modo serían demasiado engorrosas para predecir. Sus algoritmos son generalizables a muchos tipos de sistemas biológicos.
En el nuevo estudio, los investigadores entrenaron una red neuronal para predecir los patrones circulares que crearía un circuito biológico integrado en un cultivo bacteriano. El sistema funcionó 30,000 veces más rápido que el modelo computacional existente.
Para mejorar aún más la precisión, el equipo ideó un método para volver a capacitar el modelo de aprendizaje automático varias veces para comparar sus respuestas. Luego lo usaron para resolver un segundo sistema biológico que es computacionalmente exigente de una manera diferente, mostrando que el algoritmo puede funcionar para desafíos dispares.
La nota completa en:
https://www.sciencedaily.com/releases/2 ... 165235.htm