新开发的人工智能技术可助研究者更准确辨识细胞结构

美国艾伦细胞科学研究所的科学家使用机器学习技术训练计算机,使其可在不使用荧光标记的情况下较为准确地辨认出细胞结构。

传统的荧光显微法使用发光分子标记来确定细胞结构,但价格昂贵且每次只能观察一部分结构。发表在新一期《自然·方法》杂志上的研究显示,这一新的人工智能技术可在黑白图像中辨别拥有2万多个蛋白质的人类细胞结构。

论文作者之一格雷格·约翰逊说,该技术可以在更大尺度上观察细胞结构,尤其适用于活细胞的观测。它可用于肿瘤活检、再生医学,还可在培育器官或身体组织时观察细胞如何发生实时变化。

据介绍,研究团队使用一种被称为“卷积神经网络”的机器学习技术训练计算机,让后者识别线粒体等的图像。他们测试了12种细胞结构,计算机的多数识别结果与荧光标记图像相符,未来接受更多的训练还能进一步提高准确性。

美国弗雷德·哈钦森癌症研究中心研究员罗杰·布伦特说,这种技术将让研究人员更好地观测细胞和组织功能,并可节省资金,有助于生物和医学研究的普及。

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )

赞助商
2018-09-26
新开发的人工智能技术可助研究者更准确辨识细胞结构
美国艾伦细胞科学研究所的科学家使用机器学习技术训练计算机,使其可在不使用荧光标记的情况下较为准确地辨认出细胞结构。传统的荧光显微法使用发光分子标记来确定细胞结构,但价格昂贵且每次只能观察一部分结构。

长按扫码 阅读全文

Baidu
map