中国基因网您的位置:首页 >行业资讯 >

深度学习可预测造血干细胞的发育

自动驾驶,自动语音识别和游戏Go:Deep Learning正在产生越来越多的公众意识。HelmholtzZentrumMünchen的科学家及其在苏黎世联邦理工学院和慕尼黑技术大学(TUM)的合作伙伴现在已经用它来提前确定造血干细胞的发育。在“自然方法”中,他们描述了他们的软件如何根据显微镜图像预测未来的细胞类型。

深度学习可预测造血干细胞的发育

今天,细胞生物学不再局限于静态,而是试图了解细胞群的动态发展。一个例子是从它们的前体即造血干细胞产生不同类型的血细胞。“ 无法观察到造血干细胞成为特定细胞类型的决定。此时,只能用细胞表面标记回顾性地验证决定,”定量单细胞动力学主管Carsten Marr博士解释道。亥姆霍兹中心慕尼黑计算生物学研究所(ICB)研究小组。

他和他的团队现在开发了一种可以提前预测决策的算法。所谓的深度学习是关键。“深度神经网络在我们的方法中起着重要作用,”Marr说。“我们的算法通过将这些数据与过去从这些细胞的发展经验进行比较,对单个细胞的光学显微图像和视频进行分类。通过这种方式,算法”学习“某些细胞的行为方式。”

比标准方法早三代

具体而言,研究人员检查了苏黎世联邦理工学院Timm Schroeder实验室在显微镜下拍摄的造血干细胞。利用外观和速度信息,软件能够“记忆”相应的行为模式,然后进行预测。“与传统方法相比,例如针对某些表面蛋白的荧光抗体,我们知道细胞如何更早地决定三代细胞,”ICB科学家Felix Buggenthin博士与该研究的联合第一作者和FlorianBüttner博士一起报道。

但是,展望未来有什么好处?作为研究负责人Marr解释说,“既然我们现在知道哪种细胞会以哪种方式发育,我们可以比以前更早地分离它们,并检查它们在分子水平上的差异。我们希望利用这些信息来了解如何做出选择。特殊的发展特征。“

在未来,重点将扩展到造血干细胞之外。“我们正在使用深度学习来处理非常不同的问题和足够大的数据记录,”ICB主任,TUM生物系统数学建模主席Fabian Theis博士教授解释说,他与Carsten一起领导了这项研究。马尔。“例如,我们使用非常相似的算法来分析基因组中的疾病相关模式,并在临床细胞筛选中识别生物标记物。”

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。

推荐内容