Este artículo presenta un estudio sobre la aplicación del aprendizaje autosupervisado al problema de predecir fenotipos a partir de datos de expresión génica. Los métodos existentes de aprendizaje automático y aprendizaje profundo basados en aprendizaje supervisado requieren una gran cantidad de datos etiquetados, pero obtener dichos datos es costoso y requiere mucho tiempo en el caso de los datos de expresión génica. Para superar estas limitaciones, este estudio seleccionó tres métodos de aprendizaje autosupervisado de última generación y los aplicó a datos masivos de expresión génica, y evaluó si mejoran la precisión de la predicción de fenotipos. Utilizando varios conjuntos de datos públicos de expresión génica, demostramos que los métodos de aprendizaje autosupervisado pueden capturar eficazmente información compleja y mejorar la precisión de la predicción. Analizamos las fortalezas y limitaciones de cada método, hacemos recomendaciones para la selección de métodos según los casos de aplicación y sugerimos futuras direcciones de investigación. Este es el primer estudio que combina datos masivos de RNA-Seq con aprendizaje autosupervisado.
