美國艾倫細胞科學研究所的科學家使用機器學習技術(shù)訓練計算機，使其可在不使用熒光標記的情況下較為準確地辨認出細胞結(jié)構(gòu)。
傳統(tǒng)的熒光顯微法使用發(fā)光分子標記來確定細胞結(jié)構(gòu)，但價格昂貴且每次只能觀察一部分結(jié)構(gòu)。發(fā)表在新一期《自然·方法》雜志上的研究顯示，這一新的人工智能技術(shù)可在黑白圖像中辨別擁有2萬多個蛋白質(zhì)的人類細胞結(jié)構(gòu)。
論文作者之一格雷格·約翰遜說，該技術(shù)可以在更大尺度上觀察細胞結(jié)構(gòu)，尤其適用于活細胞的觀測。它可用于腫瘤活檢、再生醫(yī)學，還可在培育器官或身體組織時觀察細胞如何發(fā)生實時變化。
據(jù)介紹，研究團隊使用一種被稱為“卷積神經(jīng)網(wǎng)絡(luò)”的機器學習技術(shù)訓練計算機，讓后者識別線粒體等的圖像。他們測試了12種細胞結(jié)構(gòu)，計算機的多數(shù)識別結(jié)果與熒光標記圖像相符，未來接受更多的訓練還能進一步提高準確性。
美國弗雷德·哈欽森癌癥研究中心研究員羅杰·布倫特說，這種技術(shù)將讓研究人員更好地觀測細胞和組織功能，并可節(jié)省資金，有助于生物和醫(yī)學研究的普及。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
