谷歌开发出的深度学习算法模型 可用于预测DNA链等亚细胞结构的变化

该算法通过研究细胞的变化来进一步研究相关疾病的变化,获得了多项人类尚未发现的研究成果。

澳门新葡3522最新网站 1

眼睛是心灵的窗口,但从去年开始,谷歌的研究团队就利用机器学习将眼睛转化为检查人体健康的“窗口”,他们通过算法分析人体的高精度3D视网膜照片发现,图像里面包含的信息可以用来判断出一个人的血压、年龄和吸烟状况。

眼膜图像可使计算机预测一个人是否马上发作心脏病。图片来源:PaulParker

近日,研究团队又获得了新的进展,利用算法分析其亚细胞结构的变化后,发现了通过分析“眼睛”,我们可以判断一个人是否有患心脏病的风险。

人们常说,眼睛是心灵的窗户。但谷歌公司的研究人员将其视为个人健康的“指示器”。这个技术巨头正通过分析人类视网膜的照片,利用深度学习预测一个人的血压、年龄和吸烟状况。谷歌公司的计算机利用血管排列收集线索。同时,一项初步研究表明,这些机器能利用此类信息预测一个人是否有患上心脏病的风险。

澳门新葡3522最新网站 2

最新研究依靠的是卷积神经网络——一种正在改变生物学家分析图像的深度学习算法。科学家正利用该方法寻找基因组中的突变,并且预测单个细胞布局的变化。谷歌公司的方法是新的深度学习应用浪潮(让图像处理变得更加简单和通用)的一部分,并且不久前在一篇预印本中得以描述。该方法甚至能辨别被忽略的生物学现象。

不同于以往,这里的研究成果不断,背后的首要功臣是谷歌研究团队开发的3D细胞结构模型的算法。继Alpha
Go之后,谷歌研究团队又一“黑科技”秒杀人类。

“之前,将机器学习应用于很多生物学领域是不切实际的。”位于美国加州山景城的谷歌研究院工程总监PhilipNelson介绍说,“现在,你可以了。但更让人激动的是,如今机器能发现之前人类可能无法看到的东西。”

其实揭开它的神秘面纱,其核心就是图像处理算法。

与此同时,来自西雅图艾伦细胞科学研究所的细胞生物学家正利用卷积神经网络,将通过光学显微镜捕捉的灰色的细胞平面图像转换成细胞的一些器官用彩色被标识出来的3D图像。该方法消除了给细胞着色的需求。着色是一个需要更多时间和复杂的实验室过程,并且可能破坏细胞。去年12月,一个团队发表了一项先进技术的细节。该技术仅利用一些数据,比如细胞轮廓,便能预测更多细胞组分的形状和位置。

图像处理是如何应用到生物学领域的?

“如今你看到的是,机器学习在完成同成像相关的生物学任务上正经历一场史无前例的变化。”麻省理工学院—哈佛大学布罗德研究所成像平台负责人AnneCarpenter表示。2015年,她带领的跨学科团队开始利用卷积神经网络处理细胞成像。如今,这一网络能处理该中心约15%的图像数据。据Carpenter预测,此方法将在几年内成为该中心主要的处理模式。

在生物学研究领域,细胞生物学的研究核心点就是:结构决定功能。其中,蛋白质学中就有理论明确提出,细胞的状态由细胞内结构的位置以及细胞周期的改变来确定。

澳门新葡3522最新网站,在这一背景下,研究学者自然就想到从3D显微镜图像切入研究细胞结构,希冀借由图像处理来进行生物学的研究。而随着科技的发展,深度学习成为图像处理领域的最佳利器,故而许多研究人员开发出了算法,以用于处理活细胞等微生物荧光图像:

如当科学家希望利用深度学习来分析基因组中的基因突变,他们先将DNA链中的碱基转换为计算机可以识别的图像,然后将已知的DNA突变片段信息与基因组信息一起用于训练神经网络系统,随后用机器学习进行预测和数据分析。

但是谷歌研究团队发现,这一过程本身存在着一项技术缺陷:因为现有算法模型处理2D图像,所以在利用其对生物图像进行处理之前,每一次都首先需要对3D图像进行处理,以将其转换为现有图像处理算法能够处理的照片。

Post Author: admin

发表评论

电子邮件地址不会被公开。 必填项已用*标注