重磅：深度學習技術預測造血幹細胞發育！

導讀

在無人駕駛、自動語音識別、圍棋等多個領域，「深度學習」正越來越多地受到公眾的重視。現在，德國亥姆霍茲慕尼黑中心、瑞士蘇黎世聯邦理工學院、以及慕尼黑工業大學(TUM)的科研人員使用「深度學習」技術，預判「造血幹細胞」發育。他們在《自然方法》雜誌上，描述了該軟體是如何基於顯微鏡圖像預測未來細胞類型的。

生物細胞學

如今，細胞生物學的研究，已不再受限於靜態狀態，更進一步地擴展至「理解細胞群體的動態發育過程」。其中的一個例子，便是從前體細胞（造血幹細胞）發育成不同類型的血細胞的過程。

（圖片來源於：維基百科）

德國亥姆霍茲慕尼黑中心計算生物學研究所(ICB) 定量單細胞動態研究小組 Carsten Marr 博士這麼說：

「造血幹細胞變成某種特定的細胞類型的決策過程，人們無法觀察到。此時，查證這個決策過程的唯一途徑，就是回顧細胞表面的標記物。」

深度學習

最近，他的團隊開發了一種演算法可提前預測這個決策過程。「深度學習」則是其中的關鍵。Marr 說：

「「深度神經網路」在我們的方法中扮演了主要角色，我們的演算法通過將單個細胞的光顯微圖像和視頻的數據，與這些細胞過去的發育經驗相比較，從而對於這些細胞進行分類。」

深度學習，使用了人工神經網路模仿人類學習過程，在大數據的基礎上進行訓練，通過組合低層特徵形成更加抽象的高層表示屬性類別或特徵，以發現數據的分布式特徵表示。

深度學習是機器學習研究中的一個新的領域，其動機在於建立、模擬人腦進行分析學習的神經網路，它模仿人腦的機制來解釋數據，例如圖像，聲音和文本。圖片識別是深度學習一個強項。

在文本介紹的「造血幹細胞發育預測」的例子中，在輸入（細胞圖像數據）和輸出（預測細胞發育）之間的決策層，比普通神經網路中決策層更多，這就是「深度」一詞的意義所在。

研究簡介

研究人員在瑞士蘇黎世聯邦理工學院的蒂姆施羅德實驗室中，檢測了顯微鏡下拍攝的造血幹細胞，他們開發的軟體使用「外觀和速度」方面的信息，「記住」相關的行為模式，從而進行預測。

（圖片來源於：德國亥姆霍茲慕尼黑中心）

文章的第一作者、ICB 科學家 Felix Buggenthin 博士和 Florian Büttner 博士一起展開了這項研究，他說：

「和傳統的方法例如『針對特定表面蛋白的熒光抗體』相比，我們能夠提早三個細胞代，了解到細胞的決策。」

未來價值

這項研究未來到底會帶來什麼樣的價值呢？對此，研究領頭人Marr 解釋道：

「因為現在我們知道哪些細胞會通過什麼樣的途徑發育，所以我們能比之前更早的隔離它們，並且檢測出它們在分子水平有什麼不同。我們想使用這些信息理解特定細胞的發育過程」

未來，研究的重點將擴大，超越造血幹細胞的範疇。TUM ICB 主任，生物系統數學模型研究的主席 Fabian Theis 教授，他和 Carsten Marr 一起領導了這項研究。他認為：

「我們正在使用深度學習，通過足夠大的數據記錄，研究非常不同的問題。例如，我們使用十分相似的演算法，分析疾病相關基因模式，在臨床細胞篩選過程中區分標記物。」

參考資料

【1】https://www.helmholtz-muenchen.de/en/news/latest-news/press-information-news/article/37915/index.html#!prettyPhoto

【1】Buggenthin, F. et al.Prospective identification of hematopoietic lineage choice by deep learning. Nature Methods, February 2017 DOI: 10.1038/nmeth.4182