复习:对视网膜衰老的对比学习揭示了将形态与眼睛疾病联系起来的遗传位置

科学领域:

• 眼科医生 眼科 眼科
• 遗传学 是一个遗传学.
• 人工智能的人工智能

背景情况:

• 深度学习在医学图像的疾病预测方面表现出色.
• 组织形态与遗传疾病架构之间的联系尚未得到充分探索.

研究的目的:

• 介绍REECAP (Eye Embedding Contrastive Age Phenotypes的代表性学习),这是一个用于基因关联研究的基础模型微调框架.
• 为了使视网膜图像表示与时间表年龄保持一致,以发现新的表型.

主要方法:

• 微调了RETFound视网膜基础模型,使用以时间年龄为指导的对比目标.
• 将REECAP应用于来自52,742名英国生物银行参与者的87,478张基金图像.
• 对REECAP嵌入进行了全基因组关联研究 (GWAS).

主要成果:

• 确定了178个遗传位置,其中27个与与年龄相关的眼睛疾病风险位置共定位.
• 发现了常规疾病标签GWAS错过的14个新型位点.
• 与替代模型相比,REECAP嵌入增强了位点发现和疾病相关性.

结论:

• 根据衰老信息的组织嵌入是一种强大的中间表型,用于发现和解释疾病位置.
• REECAP成功地将遗传变异与眼睛的可解释解剖变化联系起来.
• 这一框架推动了医学成像,衰老和遗传学的整合.