企業(yè)檔案
- 會員類型：免費會員
- 工商認證： 【已認證】
- 最后認證時間：
- 法人：
- 注冊號：
- 企業(yè)類型：代理商
- 注冊資金：人民幣50萬
聯(lián)系我們
聯(lián)系人：王宇豪
熱門標簽
公司動態(tài)
這種虛擬酵母細胞可以打開人工智能的黑匣子
似乎每次你轉過身，有人都在談論人工智能和機器學習的重要性，“加州大學圣地亞哥分校醫(yī)學院和摩爾癌癥中心教授Trey Ideker博士說。“但所有這些系統(tǒng)都是所謂的”黑匣子“。它們可以非常具有預測性，但我們實際上并不了解它們的工作方式。“
Ideker舉了一個例子：機器學習系統(tǒng)可以分析數(shù)百萬人的在線行為，將個人標記為潛在的“恐怖分子”或“自殺風險”。“但我們不知道機器如何得出這個結論，”他說。
為了使機器學習在醫(yī)療保健中變得有用和值得信賴，Ideker說，從業(yè)者需要打開黑匣子并了解系統(tǒng)如何做出決定。
機器學習系統(tǒng)建立在人工神經(jīng)元層上，稱為神經(jīng)網(wǎng)絡。這些層通過神經(jīng)元之間看似隨機的連接而連接在一起。系統(tǒng)通過微調這些連接來“學習”。
在*近發(fā)表在Nature Methods上的一項研究中，Ideker的研究團隊*近開發(fā)了他們所謂的“可見”神經(jīng)網(wǎng)絡，并用它來構建DCell，這是一種功能正常的啤酒酵母細胞模型，通常用作基礎研究的模型。為此，他們在一個地方積累了細胞生物學的所有知識，并創(chuàng)建了這些細胞成分的層次結構。然后他們將標準機器學習算法映射到該知識庫。
但*令Ideker興奮的是DCell不是黑盒子;這種聯(lián)系并不是一個謎，也不能通過偶然事件來形成。相反，“學習”僅由現(xiàn)實世界的細胞行為和約2,500個已知細胞成分編碼的約束引導。該團隊輸入有關基因和基因突變的信息，DCell預測細胞行為，如生長。他們對數(shù)百萬基因型的DCell進行了培訓，發(fā)現(xiàn)虛擬細胞可以模擬細胞生長，幾乎與實驗室培養(yǎng)的真細胞一樣準確。
“人類的知識是不完整的，”思科的實驗室助理研究科學家馬建柱博士說，他領導了建立DCell的工作。“我們希望完成這些知識，以幫助指導醫(yī)療保健和其他方面的預測。”
Ideker和Ma也對DCell進行了測試。如果他們故意給系統(tǒng)提供虛假信息，那就不行了。以核糖體為例。細胞利用這些微小的生物機器將遺傳信息轉化為蛋白質。但是，如果研究人員將核糖體連接到一個不相關的過程，如細胞凋亡，系統(tǒng)細胞就會自殺，DCell就無法預測細胞的生長。虛擬小區(qū)“知道”新的安排在生物學上是不可能的。
Ideker和他的共同指導的癌細胞地圖計劃的同事現(xiàn)在正在產(chǎn)生他們?yōu)槿祟惏┌Y建立DCell所需的一些實驗數(shù)據(jù)。然后，他們將確定如何地個性化這種虛擬細胞方法，以獲得患者獨特的生物學。
“我們希望有一天能夠輸入您特定的癌癥相關基因突變，并獲得有關癌癥侵襲性的*新信息，以及預防其生長和轉移的*佳治療方法，”Ideker說，他也是加州大學圣地亞哥分校計算生物學和生物信息學中心。
