布莱恩·贝尔，加州大学欧文分校 信用:清聂/ UCI 加州大学欧文分校的科学家开发了一种新的深度学习框架，可以预测单细胞水平的基因调控
深度学习是一种基于人工神经网络的机器学习方法，它彻底改变了图像解释、自然语言处理和自动驾驶等应用
在最近发表在《科学进展》上的一项研究中，UCI的研究人员描述了该技术如何成功地用于观察细胞水平的基因调控
到目前为止，这一过程仅限于组织水平的分析
据合著者、UCI大学计算机科学教授谢晓辉介绍，该框架能够在细胞水平上研究转录因子结合，而这在以前是不可能的，因为单细胞数据的内在噪声和稀疏性
转录因子是一种控制遗传信息从DNA翻译成RNA的蛋白质；转录因子调节基因，以确保它们在细胞中以正确的顺序和正确的时间表达
谢说:“突破在于认识到我们可以利用深度学习和大量组织水平的转录因子结合谱数据集来理解转录因子如何通过特定信号调节单个细胞中的靶基因。”
通过在大规模基因组和表观遗传学数据集上训练神经网络，并利用三个部门合作者的专业知识，研究人员能够为单个细胞或细胞类型识别新的基因调控
“我们能够预测特定细胞或细胞类型中的某些转录因子是否在特定时间与DNA结合，这为梳理出对理解和治疗疾病至关重要的小细胞群提供了一种新的方法，”该项目的联合高级作者之一、UCI大学大法官数学教授、美国国家科学基金会西蒙斯多尺度细胞命运研究中心主任聂青说
他说，科学家可以使用深度学习框架来识别癌症干细胞中的关键信号——这是一个很小的细胞群体，很难在治疗中专门针对它，甚至很难量化
“这个跨学科的项目是一个很好的例子，展示了不同专业领域的研究人员如何通过机器学习技术共同解决复杂的生物问题，”聂补充说
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
