Сотрудники Томского государственного университета, Научно-исследовательского института нейронаук и медицины, ФИЦ «Институт цитологии и генетики СО РАН» и Новосибирского государственного университета создали графическую модель, позволяющую выполнять совместный анализ нейрофизиологических и генетических данных для классификации депрессии. Результаты работы опубликованы в журнале «Безопасность информационных технологий».
Это исследование — часть большого проекта «Склонность к депрессии и функциональная организация осцилляторных сетей мозга», который НИИ нейронаук и медицины начал еще в 2013 году по инициативе главного научного сотрудника НИИНМ доктора биологических наук Геннадия Георгиевича Князева. Часть исследований по этому направлению проводилась совместно с ФИЦ ИЦиГ СО РАН. Задача проекта — выявить биомаркеры депрессии. Под биомаркерами понимаются генетические данные, а также данные электроэнцефалографии (ЭЭГ) и функциональной магнитно-резонансной томографии (фМРТ). Проект был поддержан Российским фондом фундаментальных исследований.
За период между 2013 и 2019 годами ученым удалось собрать большую коллекцию данных, охватывающую территорию почти всей Сибири — от Алтайского края до Бурятии. Ученые обследовали более трех тысяч человек. У части испытуемых были взяты пробы крови и буккального эпителия (соскоб со слизистой щеки), записывалась ЭЭГ и проводились психологические опросы для установления психологических особенностей, включая выраженность симптоматики депрессии. Для ДНК, выделенной из крови и буккального эпителия, выполнили секвенирование по 164 локусам, на основе которого для каждого человека определяли генетические отклонения от так называемого референсного генома.
«Наша коллега, аспирантка Томского государственного университета из Индии Неда Фироз придумала новый метод обработки этих данных с помощью системы графов — одной из разновидностей нейронных сетей. Он работает следующим образом: на вход мы задаем так называемую обучающую выборку, показываем, где здоровый человек, а где человек с депрессией, загружаем их генотипы и данные ЭЭГ. Машина учится отличать одного от другого. Затем мы создаем тестовую выборку только с генотипами и ЭЭГ, и нейросеть уже должна сама угадать, кто болен, а кто здоров», — рассказывает заведующий лабораторией психологической генетики ФИЦ ИЦиГ СО РАН, заведующий лабораторией дифференциальной психофизиологии НИИНМ доктор философских наук Александр Николаевич Савостьянов.
Таким образом, ученые обследовали 383 участников (349 контрольных и 34 человека с депрессией), для которых были доступны как данные ЭЭГ, так и генетические данные.
Точность основанного на графах подхода Неды Фироз оказалась существенно выше, чем те архитектуры нейронных сетей, которыми ученые пробовали пользоваться до этого. Если раньше точность распознавания депрессии составляла где-то 86%, то здесь она оказалась выше 96%. Более того, нейросеть давала меньше ложноотрицательных результатов, чем ранее апробированные модели. Это особенно ценно в контексте скрининга психологических заболеваний, где стоимость таких ошибок может быть высока: гораздо опаснее не выявить у человека депрессию, когда она есть, чем ошибочно поставить диагноз.
«Генетическая предрасположенность человека к депрессии может быть установлена еще в момент рождения, но проблема в том, что, если использовать только генотип, точность предсказаний окажется очень низкой. На развитие депрессии огромное влияние оказывают обстоятельства жизни. ЭЭГ, наоборот, хорошо оценивает состояние испытуемого сейчас, в момент обследования, но этот показатель очень быстро меняется и не отражает долговременных особенностей человека. На него могут влиять голод, физическое самочувствие. В нашей практике был случай, когда анализ ЭЭГ выявил аномальное состояние мозга обследуемого. Это состояние оказалось вызвано тем, что человека пришел на запись ЭЭГ сразу после того, как ему удалили зуб. При совместном анализе генетических, нейрофизиологических и поведенческих данных надежность диагностики резко увеличивается», — отмечает Александр Савостьянов.
Исследователи подчеркивают: пока это больше фундаментальный научный проект. Хотя результаты экспериментов внушают оптимизм, говорить о непосредственном клиническом применении еще рано. Одна из основных проблем заключается в стоимости секвенирования нуклеотидных замен — в свое время на генотипирование трех тысяч человек ушло порядка 45 миллионов рублей. К тому же надо очень осторожно обращаться с интерпретацией психогенетических данных, чтобы не получить ложных выводов.
«Мы занимаемся психологическими исследованиями с 2013 года, и какой-то простой однозначной связи между генотипом и депрессией до сих пор не находится, и, видимо, уже и не найдется. Эффект генотипа может оказаться очень сильно вариабельным в зависимости от внешних условий. Например, ранее мы показали, подтвердив уже известные из мировой литературы данные, что в различных регионах один и тот же генетический вариант аллеля транспортера серотонина может быть ассоциирован как с пониженной, так и с повышенной склонностью к депрессии и тревожному расстройству», — говорит Александр Савостьянов.
В дальнейшем ученые планируют продолжать исследования с помощью графовой нейронной сети. Во-первых, необходимо проверить воспроизводимость результатов на данных из других выборок участников. Во-вторых, интересно посмотреть, будет ли эта нейросеть предсказывать синдром дефицита внимания и гиперактивности у детей (в коллекции проекта есть данные о детях с таким нарушением). Кроме того, некоторые зависимости, выявленные нейросетью, пока непонятны ученым. Необходимо выяснить: действительно ли они имеют место быть (и тогда чем объясняются) или возникли случайно?
Информация предоставлена Управлением по пропаганде и популяризации научных достижений СО РАН
Источник фото: ru.123rf.com
