Onderzoekers van de afdeling informatica van de Rice University hebben een vooringenomenheid ontdekt in veelgebruikte machine learning tools die worden toegepast in immunotherapieonderzoek. Het team, bestaande uit promovendi Anja Conev, Romanos Fasoulis en Sarah Hall-Swan, samen met leden van de faculteit informatica Rodrigo Ferreira en Lydia Kavraki, analyseerde openbaar beschikbare gegevens met betrekking tot peptide-HLA (pHLA) bindvoorspelling en identificeerde een geografische vooringenomenheid die hogere inkomensgemeenschappen bevoordeelt. Deze vooringenomenheid kan significante implicaties hebben voor de ontwikkeling van effectieve immunotherapieën.
Immunotherapieonderzoek richt zich op het identificeren van peptiden die efficiënt kunnen binden met de specifieke HLA-allelen van de patiënt om gepersonaliseerde en zeer gerichte therapieën te creëren. Machine learning tools worden ingezet om de effectiviteit van peptidebinding aan HLA-allelen te voorspellen en het proces te stroomlijnen. De onderzoekers aan de Rice University ontdekten echter dat de gegevens die worden gebruikt om deze machine learning modellen te trainen, scheef zijn naar hogere inkomensgemeenschappen. Dit roept zorgen op over de effectiviteit van immunotherapieën in lagere inkomensgroepen, aangezien de genetische gegevens van deze gemeenschappen niet adequaat worden vertegenwoordigd.
Om dit probleem aan te pakken, daagt het team van de Rice University het concept van “pan-allele” machine learning voorspellers uit die momenteel worden gebruikt voor pHLA-bindvoorspelling. Deze modellen beweren in staat te zijn om te generaliseren naar allelgegevens die niet in de trainingsdataset aanwezig zijn. De bevindingen van de onderzoekers benadrukken echter de beperkingen van dergelijke voorspellingen als het gaat om gegevens uit lagere inkomensgroepen.
Door de aandacht te vestigen op de vooringenomenheid in machine learning modellen die worden gebruikt voor immunotherapieonderzoek, streeft het team ernaar de ontwikkeling van echt onbevooroordeelde en evenwichtige methoden voor het voorspellen van pHLA-binding te bevorderen. Ze benadrukken de noodzaak om gegevens in een sociale context te overwegen en de historische en economische factoren te erkennen die van invloed kunnen zijn op de representatie van verschillende populaties in datasets.
Uiteindelijk is het doel ervoor te zorgen dat tools die worden gebruikt in klinische settings, zoals die voor gepersonaliseerde immunotherapieën, nauwkeurig zijn en inclusief zijn voor diverse demografische groepen. Het onderzoek dat is uitgevoerd door het team aan de Rice University dient als een herinnering aan de wetenschappelijke gemeenschap van de uitdagingen die gepaard gaan met het verkrijgen van onbevooroordeelde datasets en het belang van het aanpakken van vooringenomenheden in machine learning.
The source of the article is from the blog elektrischnederland.nl