人工智能有助于闡明活細(xì)胞的發(fā)展軌跡

比利時(shí)根特大學(xué)的研究人員利用AI來(lái)幫助追蹤單個(gè)細(xì)胞水平上生物體的發(fā)育。

具體來(lái)說(shuō)，該團(tuán)隊(duì)創(chuàng)建了一種基準(zhǔn)測(cè)試許多以前開(kāi)發(fā)的“軌跡推斷”工具的性能的工具，這些工具可以分析來(lái)自數(shù)千個(gè)細(xì)胞的數(shù)據(jù)以增進(jìn)對(duì)疾病過(guò)程的了解。

在自然界發(fā)表他們的工作：生物技術(shù)高級(jí)作者Yvan Saeys博士及其同事解釋說(shuō)，他們的基準(zhǔn)測(cè)試系統(tǒng)將幫助研究人員選擇最適合他們想要追求的有關(guān)細(xì)胞發(fā)育的特定問(wèn)題的工具。

塞伊斯在4月1日由比利時(shí)法蘭德斯生命科學(xué)研究院VIB 在線發(fā)布的新聞中說(shuō)：“軌跡推論方法是一類新穎的人工智能技術(shù)，它以數(shù)據(jù)驅(qū)動(dòng)的方式揭示了諸如細(xì)胞軌跡之類的復(fù)雜結(jié)構(gòu)。” 。

主要作者Wouter Saelens補(bǔ)充說(shuō)，除了推進(jìn)軌跡推斷領(lǐng)域外，該團(tuán)隊(duì)還試圖改進(jìn)基準(zhǔn)測(cè)試的方式。

Saelens說(shuō)：“在我們的研究中，我們使用最新的軟件技術(shù)(例如容器化和持續(xù)集成)確保了可輕松復(fù)制和擴(kuò)展的基準(zhǔn)測(cè)試。” “通過(guò)這種方式，我們的基準(zhǔn)研究不是最終產(chǎn)品，而是加速軟件開(kāi)發(fā)和最終更好地了解我們的生物醫(yī)學(xué)數(shù)據(jù)的開(kāi)始。”