深度學(xué)習(xí)有助于梳理出基因間的相互作用

最近幾年，卡耐基梅隆大學(xué)(Carnegie Mellon University)的計算機科學(xué)家們采用了一種深度學(xué)習(xí)方法，這種方法徹底改變了人臉識別和其他基于圖像的應(yīng)用程序，并將其力量重新定位于探索基因之間的關(guān)系。

他們說，訣竅在于將大量的基因表達(dá)數(shù)據(jù)轉(zhuǎn)換成更像圖像的東西。擅長分析視覺圖像的卷積神經(jīng)網(wǎng)絡(luò)(CNNs)可以推斷哪些基因相互作用。CNNs在這方面比現(xiàn)有的方法做得更好。

研究人員關(guān)于CNNs如何幫助識別疾病相關(guān)基因以及可能成為藥物靶點的發(fā)育和遺傳途徑的報告今天發(fā)表在《科學(xué)院院刊》上。但計算生物學(xué)和機器學(xué)習(xí)教授Ziv Bar-Joseph表示，這種名為CNNC的新方法的應(yīng)用可能遠(yuǎn)遠(yuǎn)超出基因互動。

這篇論文的作者之一Bar-Joseph和CMU機器學(xué)習(xí)部門的博士后研究員Ye Yuan共同撰寫了這篇論文。Bar-Joseph說，論文中所描述的新見解表明，CNNC也可以被用于調(diào)查各種現(xiàn)象的因果關(guān)系，包括金融數(shù)據(jù)和社交網(wǎng)絡(luò)。

“十年前開發(fā)的CNNs是革命性的，”Bar-Joseph說?！拔胰匀粚τ霉雀枵掌M(jìn)行面部識別感到敬畏，”他一邊在智能手機上瀏覽照片，一邊補充道。他展示了這款應(yīng)用如何識別不同年齡的兒子，或者根據(jù)他右腦后部的圖像識別他的父親?！拔覀冇袝r認(rèn)為這項技術(shù)是理所當(dāng)然的，因為我們一直在使用它。但它非常強大，而且不局限于圖像。這完全取決于你如何表示你的數(shù)據(jù)?！?/p>

在這個案例中，他和Yuan研究了基因之間的關(guān)系。人類的大約2萬個基因協(xié)同工作，因此有必要了解基因如何在復(fù)合體或網(wǎng)絡(luò)中協(xié)同工作，以了解人類的發(fā)展或疾病。

一種推斷這些關(guān)系的方法是觀察基因表達(dá)——它代表細(xì)胞中基因的活動水平。袁說，一般來說，如果基因A與基因B同時活躍，這就說明兩者是相互作用的。不過，這也有可能是一個巧合，或者兩者都是由第三個基因c激活的。

為了利用CNNs來幫助分析基因關(guān)系，Yuan和Bar-Joseph使用了單細(xì)胞表達(dá)數(shù)據(jù)實驗來確定單細(xì)胞中每個基因的水平。成千上萬的這種單細(xì)胞分析的結(jié)果以矩陣或直方圖的形式排列，因此矩陣的每個細(xì)胞代表一對基因的不同水平的共表達(dá)。

以這種方式顯示數(shù)據(jù)增加了空間方面，使數(shù)據(jù)更像圖像，從而更容易被CNNs訪問。Yuan說，通過使用已經(jīng)確定相互作用的基因的數(shù)據(jù)，研究人員能夠訓(xùn)練CNNs識別哪些基因相互作用，哪些不是基于數(shù)據(jù)矩陣中的視覺模式。

“很難區(qū)分因果關(guān)系和相關(guān)性，”Yuan說，但是CNNC的方法在統(tǒng)計上比現(xiàn)有的方法更準(zhǔn)確。他和Bar-Joseph預(yù)計，CNNC將是研究人員最終用于分析大型數(shù)據(jù)集的幾種技術(shù)之一。

“這是一種非常普遍的方法，可以應(yīng)用于許多分析，”Bar-Joseph說。主要的限制是數(shù)據(jù)——數(shù)據(jù)越多，CNNs工作得越好。細(xì)胞生物學(xué)非常適合使用CNNC，因為一個典型的實驗可能涉及成千上萬的細(xì)胞并產(chǎn)生大量的數(shù)據(jù)。