引发生物医学研究变革的方法

经过荧光标记的细胞的显微照片无疑是漂亮的,但它们需要侵入性的有时是破坏性的或致命性的实验程序才能让它们发出荧光。
在一项新的研究中,为了避免这种干扰,来自美国加州大学旧金山分校和谷歌公司的研究人员开发出一种计算机程序,它能够区分不同的细胞类型,并鉴定出亚细胞结构等特征---所有这一切都不需要我们的眼睛进行可视化观察所依赖的荧光探针。相关研究结果于2018年4月12日在线发表在cell期刊上,论文标题为“in silico labeling: predicting fluorescent labels in unlabeled images”。
这幅图片展示神经网络程序在“思考”它能够鉴定出哪些细胞结构
美国国家神经疾病与卒中研究所项目主任margaret sutherland(未参与这项研究)在一项声明中表示,“这种方法有潜力引发生物医学研究变革。”
这些研究人员利用一种被称作深度学习(deep learning)的方法,设计出一种神经网络,即一种模拟大脑的计算机程序,它利用数据识别图案、形成规则,并将这些规则应用到新信息中。
谷歌公司加速科学项目(google accelerated science)软件工程师在一份新闻稿中说道,“我们通过向这种神经网络展示相同细胞的两组相匹配的图片(一组为经过荧光标记的细胞图片,另一组为未经过荧光标记的细胞图片)对它进行训练。我们重复了这个过程数百万次。随后,当我们给这种神经网络提供它之前从没有观察到的未经过荧光标记的细胞图片时,它能够准确地预测荧光标记所在的位置。”
通过提供高质量的细胞图片,这种计算机程序能够几乎完美地、正确地鉴定出细胞内的细胞核。它也能够区分死细胞和活细胞,并且在包括星形胶质细胞和未成熟的分裂细胞的细胞群体中发现神经元,甚至能够区分树突和轴突。
这些研究人员表示,未来的研究将着眼于优化这种神经网络,并改进它在某些任务---比如在高密度的细胞培养物中挑选出神经元亚型和发现轴突---上不太稳健的表现。

全球十大未来太空技术介绍和分析:激光动力、太阳能推进
张海懿:未来数据中心流量将会成为骨干传送网的主要流量
Wi-Fi 6跟以往Wi-Fi有何不同?OFDMA技术你了解多少
低成本高效率易部署,Ruff工业数采网关+IoT云平台赋能工厂数字化转型
SDR发展及应用与示例-便携SDR
引发生物医学研究变革的方法
“雷声大雨点小” 区块链下的券商小心思
来访日志 | 上海市政协主席胡文容走访调研西井科技
除了资源、人脉、创业……首届文创校友沙龙还有这些“知识点”
英飞凌TRENCHSTOP™ IGBT7系列新产品,电流额定值模块
索尼XperiaXA3Plus渲染图曝光 整体造型与XperiaXA3相差不大
视频处理器怎么调试
微软在机器学习和分析上加大了赌注
使用变压器变压的电源还需要滤波器吗
新款外设可以使你在VR里开车更加自然
数字电源带来的设计变革
Shikino展出在暗处也能以30帧/秒输出的全高清摄像头模块
绝缘电阻表、直流法、剩磁法、万用表使用方法口诀
什么是区块链的分叉
怎样才算一名真正的程序员