重磅：深度学习技术预测造血干细胞发育！
导读
在无人驾驶、自动语音识别、围棋等多个领域，「深度学习」正越来越多地受到公众的重视。现在，德国亥姆霍兹慕尼黑中心、瑞士苏黎世联邦理工学院、以及慕尼黑工业大学(TUM)的科研人员使用「深度学习」技术，预判「造血干细胞」发育。他们在《自然方法》杂志上，描述了该软件是如何基于显微镜图像预测未来细胞类型的。
生物细胞学
如今，细胞生物学的研究，已不再受限于静态状态，更进一步地扩展至「理解细胞群体的动态发育过程」。其中的一个例子，便是从前体细胞（造血干细胞）发育成不同类型的血细胞的过程。
（图片来源于：维基百科）
德国亥姆霍兹慕尼黑中心计算生物学研究所(ICB) 定量单细胞动态研究小组 Carsten Marr 博士这么说：
“造血干细胞变成某种特定的细胞类型的决策过程，人们无法观察到。此时，查证这个决策过程的唯一途径，就是回顾细胞表面的标记物。”
深度学习
“「深度神经网络」在我们的方法中扮演了主要角色，我们的算法通过将单个细胞的光显微图像和视频的数据，与这些细胞过去的发育经验相比较，从而对于这些细胞进行分类。”
深度学习，使用了人工神经网络模仿人类学习过程，在大数据的基础上进行训练，通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。
深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。图片识别是深度学习一个强项。
在文本介绍的「造血干细胞发育预测」的例子中，在输入（细胞图像数据）和输出（预测细胞发育）之间的决策层，比普通神经网络中决策层更多，这就是“深度”一词的意义所在。
研究简介
研究人员在瑞士苏黎世联邦理工学院的蒂姆施罗德实验室中，检测了显微镜下拍摄的造血干细胞，他们开发的软件使用「外观和速度」方面的信息，“记住”相关的行为模式，从而进行预测。
（图片来源于：德国亥姆霍兹慕尼黑中心）
文章的第一作者、ICB 科学家 Felix Buggenthin 博士和 Florian Büttner 博士一起展开了这项研究，他说：
“和传统的方法例如‘针对特定表面蛋白的荧光抗体’相比，我们能够提早三个细胞代，了解到细胞的决策。”
未来价值
这项研究未来到底会带来什么样的价值呢？对此，研究领头人Marr 解释道：
“因为现在我们知道哪些细胞会通过什么样的途径发育，所以我们能比之前更早的隔离它们，并且检测出它们在分子水平有什么不同。我们想使用这些信息理解特定细胞的发育过程”
未来，研究的重点将扩大，超越造血干细胞的范畴。TUM ICB 主任，生物系统数学模型研究的主席 Fabian Theis 教授，他和 Carsten Marr 一起领导了这项研究。他认为：
“我们正在使用深度学习，通过足够大的数据记录，研究非常不同的问题。例如，我们使用十分相似的算法，分析疾病相关基因模式，在临床细胞筛选过程中区分标记物。”
参考资料
【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:
相关阅读
需要咨询或者讨论，可以评论留言，也可以联系微信：JohnZh1984。
如果您想了解更多的前沿技术文章，直接点击“阅读原文”。