Исследование – часть проекта «Склонность к депрессии и функциональная организация осцилляторных сетей мозга», задача которого – выявить биомаркеры депрессии. За годы ученые обследовали более 3 тысяч жителей Сибири. У них брали кровь и части эпителия, записывали ЭЭГ и проводили опросы.
«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», – рассказал завлабораторией психологической генетики ИЦиГ СО РАН Александр Савостьянов.
Так ученые обследовали 383 участников (349 контрольных и 34 человека с депрессией), для которых были доступны как данные ЭЭГ, так и генетические данные.
Точность подхода оказалась существенно выше, чем архитектуры нейросетей, которыми ученые пробовали пользоваться до этого (ранее – 86%, по новому методу – 96%). Нейросеть давала меньше ложноотрицательных результатов.
«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 может 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», – отметил Савостьянов.
В дальнейшем ученые планируют продолжать исследования с помощью графовой нейросети. Необходимо проверить воспроизводимость результатов на данных из других выборок участников. Также важно посмотреть, будет ли эта нейросеть предсказывать синдром дефицита внимания и гиперактивности у детей, передает издание СО РАН «Наука в Сибири».
