Машинное обучение в биологии

1. Машинное обучение. Виды задач, примеры. Машинное обучение в биологии. Громкие успехи. AlphaFold

2. Переобучение, недообучение. Метод k-ближайших соседей. Его применение при наличии хорошего признакового описания. Регрессии. Классификации. Оценка качества модели. Разбиение на обучение и тест. Линейная регрессия. Метод максимального правдоподобия. Градиентный спуск. Регуляризация. Логистическая регрессия.

3. Метод опорных векторов. Kernel trick. Применение в биологии (deltaSVM). Гиперпараметры. Почему нельзя подбирать на тесте. Кросс-валидация. Проблема правильного разбиения биологических данных (TargetFinder - проблема с leakage).

4. Проклятье размерности. Методы понижения размерности. PCA. kernel-PCA. t-SNE. UMAP. Проблемы методов понижения размерности. Batch-эффект. Визуализация транскриптомных данных, в частности single-cell данных.

5. Кластеризация. K-Means. DBSCAN. Affinity propagation. Иерархическая кластеризация. Анализ данных дифференциальной экспрессии. Кластеризация биологических объектов (структуры, лекарства).

6. Решающие деревья. Категориальные признаки и работа с ними (label encoding и one-hot encoding). Категориальные в биологии. Случайный лес. Важность случайного леса в биологии. Диагностика заболеваний при помощи случайного леса.

7. Градиентный бустинг. Модификации градиентного бустинга - xgboost, lightgbm, catboost. Предсказание свойств лекарств при помощи градиентного бустинга. Оценка важности признаков в дереве решений (Gini impurity и mean accuracy decrease). Boruta. Перестановочный метод. SHAP. Анализ функциональных групп, важных для ингибирования заданного фермента при помощи SHAP.

8. Нейронные сети. Введение. Backpropagation. Chain rule. Фреймворк PyTorch. Применение многослойных нейронных сетей к биологическим данным.

9. Сверточные нейронные сети. Применение в биологии. Диагностика заболеваний, вызванных мутациями в геноме. Предсказание эффектов однонуклеотидных полиморфизмов. Предсказание энергии связывания лиганда с белком.

10. Методы обучения глубоких нейронных сетей. Activation function. Инициализация весов. Batch-нормализация. Оптимизаторы. Работа с категориальными признаками в нейронных сетях. Машинное обучение в иммунологии.

11. Autoencoders. Representation learning. Сегментация биологических изображений. Предсказание вредоносных мутаций в кодирующих участках. Работа с зашумленными данными в биологии при помощи нейронных сетей. U-Net.

12. Рекуррентные нейронные сети. Предсказание участков сплайсинга. Предсказание вторичной структуры РНК. GANs. Drug design.

13. Механизм attention. Attention transformers. Representation learning при помощи attention transformers. GPT-3. BERT. Анализ биологических текстов при помощи BioBERT. DINO.

14. Графовые нейронные сети. Message passing. Применение графовых нейронных сетей для анализа графов взаимодействий белков и болезней.