El descubrimiento basado en datos de gemelos digitales en la investigación biomédica

Área de la Ciencia:

• Biología de Sistemas Biología de Sistemas.
• Biología computacional Biología computacional.
• Informática biomédica La informática biomédica es un campo en el que se desarrolla la informática.

Sus antecedentes:

• Los datos biológicos de alto rendimiento permiten el desarrollo de gemelos digitales para la medicina personalizada.
• La creación actual de gemelos digitales se basa en la integración manual de datos, lo que requiere métodos automatizados.
• La biología presenta desafíos únicos para el descubrimiento basado en datos en comparación con la física.

Objetivo del estudio:

• Revisar y evaluar metodologías para la inferencia automatizada de gemelos biológicos digitales a partir de datos de series temporales.
• Evaluar los algoritmos frente a los principales desafíos biológicos y metodológicos.
• Proponer direcciones futuras para el desarrollo de métodos robustos de inferencia de gemelos digitales.

Principales métodos:

• Revisión sistemática de 177 metodologías para inferir gemelos digitales.
• Evaluación de algoritmos basados en ocho desafíos: integración de datos, condiciones múltiples, conocimiento previo, variables latentes, alta dimensionalidad, derivadas de variables no observadas, diseño de bibliotecas y cuantificación de incertidumbre.
• Comparación de regresión dispersa, regresión simbólica, aprendizaje profundo y grandes modelos de lenguaje.

Principales resultados:

• La regresión escasa generalmente superó a la regresión simbólica, especialmente con los marcos bayesianos.
• El aprendizaje profundo y los grandes modelos de lenguaje muestran potencial para integrar conocimientos previos, pero requieren mejoras de confiabilidad.
• Actualmente, ningún método único aborda todos los desafíos de manera efectiva.

Conclusiones:

• Los marcos híbridos y modulares son esenciales para avanzar en el desarrollo de gemelos digitales.
• El progreso futuro requiere combinar la base mecanicista (redes de reacción química), la cuantificación de la incertidumbre bayesiana y las capacidades generativas del aprendizaje profundo.
• Se necesitan puntos de referencia estandarizados para evaluar los métodos en todos los desafíos identificados.