谷歌借助深度學(xué)習(xí)技術(shù),揭開微妙的生物學(xué)現(xiàn)象

人們常說眼睛是心靈的窗戶，但是谷歌的研究人員把它們視作人們健康的指示器。谷歌正借助深度學(xué)習(xí)技術(shù)，通過分析人們的視網(wǎng)膜圖像預(yù)測一個人的血壓、年齡和吸煙狀態(tài)。谷歌的計算機能夠從血管的排布中獲取線索，而且之前的一項研究表明計算機能夠借助這種信息預(yù)測一個人近期是否會有心臟病發(fā)作的風(fēng)險。

這些研究依靠的是一種卷積神經(jīng)網(wǎng)絡(luò)，這是一種能夠改變生物學(xué)家分析圖像方式的深度學(xué)習(xí)算法。科學(xué)家們正借助這種方法尋找基因中的突變，并且預(yù)測單細(xì)胞排列的變化。谷歌帶來了新一輪的深度學(xué)習(xí)應(yīng)用，能夠讓圖像處理變得更簡單而且更通用，甚至能夠識別以前被忽視的生物學(xué)現(xiàn)象。

美國加州山景城谷歌研究所的工程學(xué)負(fù)責(zé)人Philip Nelson稱：“以前將機器學(xué)習(xí)應(yīng)用到生物學(xué)的許多領(lǐng)域是不切實際的想法。現(xiàn)在你就能夠做到，而且更加令人激動的是，計算機現(xiàn)在能夠觀察到許多人類或許從未見過的細(xì)節(jié)?！?/p>

卷積神經(jīng)網(wǎng)絡(luò)能夠讓計算機高效而且完整的處理圖像，而且不需要再對圖像進(jìn)行分解。這種方法最早是在2012年出現(xiàn)在技術(shù)領(lǐng)域，比如說Facebook借助這種深度學(xué)習(xí)技術(shù)識別照片上的面孔。但是科學(xué)家們一直難以把這種方法應(yīng)用到生物學(xué)領(lǐng)域，部分原因源于兩個領(lǐng)域之間的文化差異。

舊金山生物學(xué)公司Calico的首席計算機官員Daphne Koller稱：“這就像你把一群生物學(xué)家送入到一個計算機科學(xué)家團(tuán)隊所在的房間，他們將彼此用不同的語言談?wù)摚視a(chǎn)生不同的思維方式?！?/p>

科學(xué)家們也必須確定借助卷積神經(jīng)網(wǎng)絡(luò)能夠進(jìn)行哪種類型的研究。當(dāng)谷歌想要用深度學(xué)習(xí)尋找基因中的突變時，谷歌科學(xué)家必須將DNA字母鏈轉(zhuǎn)變成計算機能夠識別的圖像。隨后他們需要借助參照基因?qū)ι窠?jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，這樣才能發(fā)現(xiàn)突變。12月問世的DeepVariant工具就能夠在DNA序列中發(fā)現(xiàn)微小的變化。在測試中，DeepVariant的表現(xiàn)至少趕得上傳統(tǒng)的工具。

西雅圖艾倫細(xì)胞科學(xué)研究所的細(xì)胞生物學(xué)家正使用卷積神經(jīng)網(wǎng)絡(luò)，將光學(xué)顯微鏡拍攝的單調(diào)灰白照片轉(zhuǎn)換成3D圖像，而且讓部分細(xì)胞器擁有了色彩標(biāo)簽。這種方法消除了細(xì)胞染色的流程，細(xì)胞染色耗時較多且需要在精密實驗室中進(jìn)行，而且會給細(xì)胞帶來損傷。上個月，該團(tuán)隊公布了一項先進(jìn)技術(shù)，只借助部分?jǐn)?shù)據(jù)就能夠預(yù)測細(xì)胞其他部分的形狀和位置。

麻省理工學(xué)院布羅德研究所和哈佛大學(xué)影像平臺的負(fù)責(zé)人Anne Carpenter稱：“你現(xiàn)在所看是一種史無前例的變化，機器學(xué)習(xí)能夠借助圖像完成生物學(xué)任務(wù)?！痹?015年她的跨學(xué)科團(tuán)隊開始借助卷積神經(jīng)網(wǎng)絡(luò)處理細(xì)胞圖像。現(xiàn)在Carpenter稱，在她的研究中心大約有15%的圖像數(shù)據(jù)借助了卷積神經(jīng)網(wǎng)絡(luò)。她預(yù)測，幾年后這種方法將成為研究中心主要的圖像處理方法。

更加令人激動的是，借助卷積神經(jīng)網(wǎng)絡(luò)分析圖像能夠在無意中揭開微妙的生物學(xué)現(xiàn)象，讓生物學(xué)家開始思考之前忽視的問題。艾力研究所的執(zhí)行董事Rick Horwitz稱，這樣的偶然發(fā)現(xiàn)能夠幫助醫(yī)學(xué)研究不斷進(jìn)步。如果深度學(xué)習(xí)能夠揭開癌癥在單體細(xì)胞中的微妙標(biāo)識，那么它就可能幫助研究人員提前識別腫瘤。

其他生物學(xué)中的機器學(xué)習(xí)專家已經(jīng)目標(biāo)放在更前沿的領(lǐng)域，現(xiàn)在卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)開始廣泛應(yīng)用于圖像處理。德國環(huán)境健康研究中心的計算機生物學(xué)家Alex Wolf稱：“圖像是非常重要的，但是化學(xué)和分子數(shù)據(jù)同樣重要。我認(rèn)為未來數(shù)年內(nèi)將實現(xiàn)一項重大的突破，讓生物學(xué)家更廣泛的應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)?！?/p>