重磅！Nat Methods發文揭示深度學習如何預測造血干細胞發展方向
深度學習已經引起了人們越來越多的關注，如自動駕駛、自動語音識別等。而近日，來自德國環境健康研究中心、蘇黎世聯邦理工學院及慕尼黑工業大學（TUM）的研究人員成功使用深度學習確定了造血干細胞的發展方向。在這篇最新發表在Nature Methods上的文章中，他們描述了他們如何使用他們的軟件根據顯微鏡成像預測造血干細胞未來形成的細胞類型。
目前，細胞生物學家們不再限制于研究細胞的靜態狀態，他們還想研究細胞群體的動態發展過程，包括造血干細胞如何形成不同的細胞類型。“我們難以觀察到造血干細胞發展成某類細胞的發展方向，目前我們只能通過細胞表面標記物回顧性確定細胞的發展方向。”TUM計算生物學研究所（ICB）單細胞動態定量研究小組組長Carsten Marr說道。
而現在，他和他的團隊開發了一種新算法，可以預先預測造血干細胞的發展方向。所謂的深度學習是這種方法的關鍵所在。“深度神經網絡在我們的方法中發揮重要作用。”Marr說道，“我們的算法通過學習過去關于這類細胞發展的實驗數據，利用單個細胞的光學成像影像及視頻將這些細胞進行分類。通過這種方式，算法會學習細胞如何分化。”
研究人員檢測了蘇黎世聯邦理工學院Timm Schroeder實驗室顯微鏡拍攝的造血干細胞影像，通過外形及速度信息，軟件可以記住相應的行為模式并進行預測。“和傳統的方法相比，我們可以提前3代知道細胞的分化方向。”ICB科學家Felix Buggenthin博士說道，他和Florian Büttner博士是論文共同第一作者。
但是這種方法的好處在哪兒呢？正如研究領導者Marr解釋道：“由于我們提前知道了細胞的發展方向，我們就能更早地分離它們，并研究它們在分子水平的差異。我們想用這些信息明白細胞如何確定發育方向。”
未來，研究人員的關注點將不僅僅是造血干細胞。“我們正在使用深度學習研究不同的具有足夠大數據的問題。”ICB主任及TUM生物系統數學建模項目領導者Fabian Theis博士說道，“例如，我們正在使用相似的算法分析基因組中疾病相關的模式，并試圖在臨床細胞篩查中找出生物標記物。”（生物谷Bioon.com）
掃一掃
