Yeni istatistiksel yöntem, bilimsel veri kümelerindeki gizli anormallikleri işaretleyebilir

Viyana Üniversitesi’nde farmasötik kimyager Johannes Kirchmair liderliğindeki bir araştırma ekibi, bilimsel veri kümelerindeki gizli anormallikleri tespit etmek için istatistiksel bir yöntem geliştirdi. Yöntemin büyük veri kümelerine otomatik olarak uygulanabilmesi, araştırmacıların daha yakından incelenmesi gerekenleri tespit etmesini kolaylaştırıyor. Yaklaşım, veriye dayalı araştırmanın kalitesini artırıyor ve güvenilir yapay zeka uygulamalarının geliştirilmesini destekliyor.

Modern bilimsel yöntemler giderek daha fazla büyük miktarda veriye dayanmaktadır. Örneğin ilaç keşfinde, yeni ilaçların keşfedilmesine ve geliştirilmesine yardımcı olmak için genellikle veritabanlarından milyonlarca deneysel ölçüm toplanır ve yapay zeka modellerine beslenir. Veri kalitesi çok önemlidir: Veri toplama, işleme veya entegrasyondaki hatalar sonraki analizleri, bulguları ve araştırmaları yavaşlatabilir, hatta zayıflatabilir. Ancak büyük veri kümelerini sistematik olarak kontrol etmek araştırmacılar için önemli zorluklar teşkil ediyor.

Viyana Üniversitesi Farmasötik Bilimler Bölümü Biyolojik Bilimlerde Moleküler Bilişim için Christian Doppler Laboratuvarı’ndan Uday Abu-Shehab, Matthias Welsch ve Kirchmair, anormal veri kümelerini otomatik olarak tanımlamak için bir yöntem geliştirdi. Bu yasanın merkezinde, doğal olarak oluşan birçok veri kümesinde belirli rakamların ilk rakam olarak diğerlerinden daha sık göründüğü gözlemini açıklayan Benford yasası yer alıyor. Bu modelden önemli bir sapma, düzensizliklere veya potansiyel kalite sorunlarına işaret edebilir.

Bulgular dergide yayınlandı Desenler.

Veri kümeleri için filtre olarak yeni yöntem

Kirchmair, “Metodumuz verilerin kusurlu veya sahte olduğuna dair doğrudan kanıt sunmuyor” diye açıklıyor. “Daha ziyade, daha yakından incelemeye tabi tutulması gereken büyük koleksiyonlardaki veri kümelerinin filtrelenmesine yardımcı oluyor. Bu, araştırmacıların dikkatlerini özellikle potansiyel olarak sorunlu veri kümelerine odaklamalarına olanak tanıyor.”

Ekip, araştırmacıların veri kümelerini önceliklendirmesine yardımcı olmak için “Simülasyon Tabanlı Benfordness Tahmini” (SBBE) yöntemini geliştirdi. Hem veri kalitesinin bir değerlendirmesini hem de ilgili belirsizliğin bir tahminini sağlamak için kapsamlı bilgisayar simülasyonlarını Bayesian istatistikleriyle birleştirir. Bu, veri kümelerini önceki yöntemlere göre daha etkili bir şekilde karşılaştırmayı mümkün kılar.

Abu-Shehab, “Mevcut yaklaşımların birçoğunda, kalite analizlerinin sonuçları büyük ölçüde mevcut veri noktalarının sayısına bağlıdır” diye açıklıyor. “Metodumuz bu belirsizliği açıkça hesaba katıyor, böylece farklı boyutlardaki veri kümeleri arasında adil karşılaştırmalar yapılmasına olanak tanıyor. Bu, sonuçları önemli ölçüde daha sağlam hale getiriyor.”

Biyoaktivite veritabanlarıyla test çalıştırması

Yaklaşımı değerlendirmek için araştırmacılar bunu biyoaktivite verilerini kullanarak test etti. Bu tür veriler, biyoaktif bileşikler ile bunların hedef proteinleri arasındaki etkileşimlerin gücünü tanımlar ve modern ilaç keşfi için gereklidir. Analiz, büyük biyoaktivite veritabanlarının genellikle yüksek veri kalitesine sahip olduğunu gösterdi. Yöntem ayrıca belirli veri kümelerinde olağandışı istatistiksel özellikleri de ortaya çıkardı. Araştırmacılar bu özellikleri deneysel tasarım, veri işleme veya veri iyileştirme yönlerine bağlayabildiler.

Yeni yöntem bilimsel veri toplamanın kalitesini garanti ediyor

Welsch, “Otomatik kalite kontrolüne yönelik araçlar, özellikle veriye dayalı araştırmalar için giderek daha önemli hale geliyor” diyor. “Amacımız, araştırmacılara anormallikleri erken bir aşamada tespit edebilecekleri ve bilimsel veri toplamanın kalitesini daha da artırabilecekleri, kullanımı kolay bir araç sunmaktır.”

SBBE belirli bir araştırma alanıyla sınırlı olmadığı için yazarlar başka birçok uygulama için potansiyel görüyorlar. Büyük hacimli sayısal verilerin üretildiği her yerde, yöntem gizli düzensizliklerin ortaya çıkarılmasına ve bilimsel kararların ve yapay zeka uygulamalarının temellerinin güçlendirilmesine yardımcı olabilir.