Исследователи используют ИИ для более глубокого понимания роста клеток

Команда ученых в Институте промышленной науки Токийского университета разработала новый алгоритм машинного обучения, который может предсказать размер отдельной клетки во время ее роста и деления.

Искусственная нейронная сеть команды позволяет компьютеру делать более точные прогнозы по сравнению с методами, которые полагаются только на общие предположения в биологии. Согласно команде, новые разработки могут помочь продвинуть область количественной биологии и улучшить промышленное производство лекарств.

Область биологии

Область биологии, как и все естественные науки, полагается на математические модели, которые делают прогнозы о будущем на основе данных. Поскольку живые системы и биологические организмы чрезвычайно сложны, эти уравнения не всегда можно полностью доверять. Они часто полагаются на упрощающие предположения, которые не обязательно отражают истинные биологические процессы.

Из-за этого команда исследователей обратилась к новому алгоритму машинного обучения, который может использовать измеренный размер отдельных клеток во времени, чтобы предсказать их будущий размер. Одним из главных преимуществ компьютерной системы является то, что она автоматически распознает закономерности в данных, что означает, что она не ограничена, как другие традиционные методы.

Ацуси Камимура является первым автором исследовательской статьи.

“В биологии часто используются простые модели на основе их способности воспроизводить измеренные данные”, – говорит Камимура. “Однако модели могут не отражать, что действительно происходит из-за человеческих предубеждений”.

Сбор данных

Исследование опиралось на данные, собранные из бактерии Escherichia coli или дрожжевой клетки Schizosaccharomyces pombe, которую держали в микрофлюидном канале с разными температурами.

Они обнаружили, что размер графика появился как “пилозубчатый”, когда экспоненциальный рост был прерван делением. Традиционно человеческие биологи полагаются на “сайзер”-модель, которая основана на абсолютном размере клетки, или “аддер”-модель, которая основана на увеличении размера с момента рождения. Они используют эти модели, чтобы предсказать, когда будут происходить деления.

Хотя компьютерная программа продемонстрировала, что принцип “аддер” эффективен, она обнаружила, что он является частью более крупной и сложной системы биохимических реакций и сигнализации.

Тэцуя Кобаяси является старшим автором статьи.

“Наша нейронная сеть глубокого обучения может эффективно разделить факторы, зависящие от истории, от шума в заданных данных”, – говорит Кобаяси.

Команда говорит, что этот метод может быть использован в других областях биологии, не только для предсказания размера клеток. Биологические науки все больше будут полагаться на искусственный интеллект, а не на человеческие модели, и ИИ сможет открыть новые и эффективные способы контроля микроорганизмов, что будет иметь большое влияние на то, как мы ферментируем продукты и производим лекарства.