Новый метод визуализации в сочетании с машинным обучением сможет раскрыть ранее скрытую информацию на микрофотографиях клеток. Это поможет выявить новую информацию об уровнях экспрессии генов.
Ученые из Инженерной школы Джеймса Ватта при Университете Глазго использовали анализ изображений и машинное обучение в качестве инструмента для определения активности генов в клетках.
Исследовательские группы использовали подробный анализ изображений для извлечения более тысячи математических значений, описывающих каждую анализируемую клетку, обычно называемых морфометрическими дескрипторами. Соединив эти значения, они научили компьютер соотношению между морфометрическими значениями и фактическими уровнями экспрессии генов.
Этот подход имеет сходство с теми типами машинного зрения, которые уже используются в таких устройствах, как мобильные телефоны и автономные автомобили. В этих устройствах алгоритмы способны идентифицировать объекты на основе больших наборов тренировочных данных. В новой работе техника позволила не только различать типы клеток, но и непосредственно предсказывать активность генов в каждой клетке.
Профессор биомедицинской инженерии Николай Гадегард из Университета Глазго, отметил, что «в микрофотографиях, которые мы собрали за эти годы, гораздо больше информации. Благодаря современным методам вычислительной техники мы теперь увидели, что даже небольшие изменения в геноме напрямую отражаются на клетках».
Эта техника могла бы проложить путь для получения гораздо большего объема информации из данных микроскопии, чем это возможно сейчас.