可视化深度学习揭示基因如何影响细胞特征

88必发登录首页 ,为了使机器学习在医疗保健中变得有用和值得信赖,Ideker说,从业者需要打开黑匣子并了解系统如何做出决定。

这是关于DCell系统主页的屏幕快照,一个模拟细胞结构和功能的深度神经网络。

深度学习模型的一个挑战是它们的“黑箱”性质,也就是说无法轻易鉴定一个模型执行某项任务时的过程。

首先将细菌注射到具有移植的皮下肿瘤的小鼠中。该小鼠模型用于在体内观察细菌群体并观察它们的动态。结果是肿瘤尺寸减小。然后,Danino使用了一种更先进的肝转移小鼠模型,将细菌喂给小鼠。在用这种模型测试了工程菌和化学疗法的组合后,研究人员发现联合疗法可以延长小鼠的生存期,而不是单独使用任何一种疗法。研究人员指出,这种新方法还没有治愈任何老鼠。他们确实发现治疗导致预期寿命增加约50%,但很难预测这将如何转化为人类。合在一起,

88必发登录首页 1

研究人员发现,DCell模拟酵母的过程可以用于准确预测细胞生长。由于它是一个“透明的”神经网络,研究人员可以看到当DNA改变时,细胞机制是怎么受到影响的。

可视化深度学习揭示基因如何影响细胞特征

加利福尼亚大学圣地亚哥分校和麻省理工学院(MIT)的研究人员提出了在治疗学中使用合成生物学的策略。该方法使得能够在小鼠的疾病部位连续生产和释放药物,同时限制用于生产药物的细菌群体随时间的大小。该研究结果发表在7月20日的自然在线期刊上。

我们希望有一天能够输入您特定的癌症相关基因突变,并获得有关癌症侵袭性的最新信息,以及预防其生长和转移的最佳治疗方法,Ideker说,他也是加州大学圣地亚哥分校计算生物学和生物信息学中心。

美国加州大学圣地亚哥分校生物医学工程的教授Trey Ideker说,尽管名为神经网络,这类系统仅是受了人类神经系统结构的启发而已。

在生物应用方面,调查深度学习模型如何识别和处理所分析的数据的能力或许可以帮助研究者更好地理解这些数据背后的生物学。

已知分子AHL协调细菌细胞集落的基因表达。一旦启动,由启动子驱动的基因也被激活,包括产生AHL的基因本身。由于这种正反馈回路,AHL累积的越多,产生的越多。因为AHL足够小以在细胞之间扩散并且打开相邻细胞中的启动子,所以由它激活的基因也将大量产生,导致称为群体感应的现象。细菌利用群体感应来相互沟通其群体的大小,并相应地调节基因表达。科学家们将这种天然的细菌能力作为一种工具广泛使用。

但最令Ideker兴奋的是DCell不是黑盒子;这种联系并不是一个谜,也不能通过偶然事件来形成。相反,学习仅由现实世界的细胞行为和约2,500个已知细胞成分编码的约束引导。该团队输入有关基因和基因突变的信息,DCell预测细胞行为,如生长。他们对数百万基因型的DCell进行了培训,发现虚拟细胞可以模拟细胞生长,几乎与实验室培养的真细胞一样准确。

88必发登录首页 2

本报讯 美国研究人员开发出一种过程可获取的深度学习计算机新算法,能够揭示细胞的内部活动。相关论文3月6日在线发表于《自然—方法》。

合成生物学理论如何能够带来临床上有意义的进步,这是杰夫赫斯特和团队的新作品,麻省理工学院教授吉姆柯林斯说,他是合成生物学领域的创始人。十多年前,在该领域的早期阶段,杰夫开发了一个理论框架,用于在细胞群体中同步细胞过程。现在,他的团队已经通过实验证明了如何利用这些效应创造一种新颖的,临床上可行的治疗方法。

Ideker和Ma也对DCell进行了测试。如果他们故意给系统提供虚假信息,那就不行了。以核糖体为例。细胞利用这些微小的生物机器将遗传信息转化为蛋白质。但是,如果研究人员将核糖体连接到一个不相关的过程,如细胞凋亡,系统细胞就会自杀,DCell就无法预测细胞的生长。虚拟小区知道新的安排在生物学上是不可能的。

如今,AI系统的黑盒子魔法创下了不少壮举。尽管还在起步阶段,给互联网上的喵星人照片归类,围棋比赛中大败世界冠军,实现无人驾驶汽车在高速公路的飞驰。

此外,由于模型的组分均可获取,它也能让科学家更好地理解基因与生理特征关系背后的机制。研究人员指出,一个可视的神经网络可以被用于理解遗传逻辑,鉴定哪些分子系统对特定生理特征有重要影响,以及发现细胞中的新过程。

新的Nature论文显示了使用群体感应来限制细菌种群的增长和释放药物。在之前的Nature论文中,Hasty实验室已经展示了工程细胞振荡如何在细菌菌落内协调,甚至在数千个相互作用的菌落之间。

Ideker和他的共同指导的癌细胞地图计划的同事现在正在产生他们为人类癌症建立DCell所需的一些实验数据。然后,他们将确定如何最好地个性化这种虚拟细胞方法,以获得患者独特的生物学。

从给酵母建模,到给人类细胞建模,并不是一件容易的事。研究人员需要收集关于人类患者的足够信息作为神经网络的训练集——他们需要数百万条记录,包括患者的遗传图谱和健康状况。Ideker预测数据的增长量会极其迅速。他说,这将需要对患者基因组进行大规模测序。

《中国科学报》 (2018-03-06 第2版 国际)

在合成生物学中,疗法的一个目标是针对疾病部位并将损害降至最低,加州大学圣地亚哥分校生物工程和生物学教授杰夫哈斯特说。他想知道是否可以设计遗传杀死回路以控制体内细菌群,从而最大限度地减少其生长。我们还希望为疾病部位提供重要的治疗有效载荷。

机器学习系统建立在人工神经元层上,称为神经网络。这些层通过神经元之间看似随机的连接而连接在一起。系统通过微调这些连接来学习。

DCell的透明,意味着它可能将用于细胞的计算机模拟实验,而无需进行费时且昂贵的实验室实验。如果研究人员能够弄清楚如何对一个简单的酵母细胞甚至复杂的人类细胞建模,影响将很深远。“如果你能够构建一个人体细胞工作原理的模型并对其进行模拟,”Ideker说道,“这将是一场精准医学和药物开发的革命。”

人工智能可以执行多种通常需要人类完成的复杂任务,比如面部识别、语言翻译和玩游戏。深度学习网络也称人工神经网络,它们越来越多地被用于生物数据分析自动化。

本文描述了采用合成生物学武器化细菌的高度创新战略,约翰霍普金斯大学路德维希中心主任,癌症基因组学领域的先驱Bert Vogelstein说。这些作者表明,这些细菌可以用来减缓小鼠体内肿瘤的生长。尽管需要做更多的工作才能使这种疗法适用于人类,但这只是我们迫切需要的那种新的,前瞻性的方法。如果我们要更有效地对抗癌症。

上一篇:没有了 下一篇:没有了