Ученые начнут с анализа трех отдельных наборов данных, применив к ним алгоритмы машинного обучения для того, чтобы определить определенные шаблоны или общие факторы, которые помогут идентифицировать пути для замедления или предотвращения заболевания диабетом 1 типа у детей. Аналитические инструменты должны обработать большой объем генетических, семейных данных, данные об аутоантителах*, а также множество другой информации, чтобы получить набор признаков, которые будут общими для всех трех наборов данных.

При этом должны быть разработаны новые модели, с помощью которых будет можно количественно оценить риск ювенильного диабета в различных наборах данных, используя этот фундаментальный комплект признаков. Это позволит JDRF лучше идентифицировать главные прогнозные факторы риска, сгруппировать пациентов в соответствии с ними и использовать ряд основанных на данных моделей для прогнозирования наступления болезни.

На следующем этапе партнеры намерены использовать большие данные для обнаружения "корневых причин" диабета 1 типа и предполагают применить аналитику к более сложным наборам данных, таким как микробиом и геномика. Все это в итоге предназначено для разработки реальных предложений для лечения этой болезни, эпидемия которой постепенно охватывает весь мир.

* Аутоантитела - антитела, способные взаимодействовать с аутоантигенами, то есть с антигенами собственного организма.




Источник: http://evercare.ru/jdrf-ibm