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(shuō)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(guò)分析人們的視網(wǎng)膜圖像預(yù)測(cè)一個(gè)人的血壓、年齡和吸煙狀態(tài)。谷歌的計(jì)算機(jī)能夠從血管的排布中獲取線索，而且之前的一項(xiàng)研究表明計(jì)算機(jī)能夠借助這種信息預(yù)測(cè)一個(gè)人近期是否會(huì)有心臟病發(fā)作的風(fēng)險(xiǎn)。

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?？茖W(xué)家們正借助這種方法尋找基因中的突變，并且預(yù)測(cè)單細(xì)胞排列的變化。谷歌帶來(lái)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(jiǎn)單而且更通用，甚至能夠識(shí)別以前被忽視的生物學(xué)現(xiàn)象。

美國(guó)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(jī)器學(xué)習(xí)應(yīng)用到生物學(xué)的許多領(lǐng)域是不切實(shí)際的想法?，F(xiàn)在你就能夠做到，而且更加令人激動(dòng)的是，計(jì)算機(jī)現(xiàn)在能夠觀察到許多人類或許從未見(jiàn)過(guò)的細(xì)節(jié)。”

卷積神經(jīng)網(wǎng)絡(luò)能夠讓計(jì)算機(jī)高效而且完整的處理圖像，而且不需要再對(duì)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(shuō)Facebook借助這種深度學(xué)習(xí)技術(shù)識(shí)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(gè)領(lǐng)域之間的文化差異。

舊金山生物學(xué)公司Calico的首席計(jì)算機(jī)官員Daphne Koller稱：“這就像你把一群生物學(xué)家送入到一個(gè)計(jì)算機(jī)科學(xué)家團(tuán)隊(duì)所在的房間，他們將彼此用不同的語(yǔ)言談?wù)?，而且?huì)產(chǎn)生不同的思維方式。”

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(shí)，谷歌科學(xué)家必須將DNA字母鏈轉(zhuǎn)變成計(jì)算機(jī)能夠識(shí)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(wèn)世的DeepVariant工具就能夠在DNA序列中發(fā)現(xiàn)微小的變化。在測(cè)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(shí)較多且需要在精密實(shí)驗(yàn)室中進(jìn)行，而且會(huì)給細(xì)胞帶來(lái)?yè)p傷。上個(gè)月，該團(tuán)隊(duì)公布了一項(xiàng)先進(jìn)技術(shù)，只借助部分?jǐn)?shù)據(jù)就能夠預(yù)測(cè)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(tái)的負(fù)責(zé)人Anne Carpenter稱：“你現(xiàn)在所看是一種史無(wú)前例的變化，機(jī)器學(xué)習(xí)能夠借助圖像完成生物學(xué)任務(wù)。”在2015年她的跨學(xué)科團(tuán)隊(duì)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(cè)，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(dòng)的是，借助卷積神經(jīng)網(wǎng)絡(luò)分析圖像能夠在無(wú)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(wèn)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(shí)，那么它就可能幫助研究人員提前識(shí)別腫瘤。

其他生物學(xué)中的機(jī)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(guó)環(huán)境健康研究中心的計(jì)算機(jī)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(lái)數(shù)年內(nèi)將實(shí)現(xiàn)一項(xiàng)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)。”