深度學(xué)習(xí)已經(jīng)引起了人們?cè)絹碓蕉嗟年P(guān)注，如自動(dòng)駕駛、自動(dòng)語(yǔ)音識(shí)別等。而近日，來自德國(guó)環(huán)境健康研究中心、蘇黎世聯(lián)邦理工學(xué)院及慕尼黑工業(yè)大學(xué)（TUM）的研究人員成功使用深度學(xué)習(xí)確定了造血干細(xì)胞的發(fā)展方向。在這篇*新發(fā)表在Nature Methods上的文章中，他們描述了他們?nèi)绾问褂盟麄兊能浖鶕?jù)顯微鏡成像預(yù)測(cè)造血干細(xì)胞未來形成的細(xì)胞類型。

目前，細(xì)胞生物學(xué)家們不再限制于研究細(xì)胞的靜態(tài)狀態(tài)，他們還想研究細(xì)胞群體的動(dòng)態(tài)發(fā)展過程，包括造血干細(xì)胞如何形成不同的細(xì)胞類型。“我們難以觀察到造血干細(xì)胞發(fā)展成某類細(xì)胞的發(fā)展方向，目前我們只能通過細(xì)胞表面標(biāo)記物回顧性確定細(xì)胞的發(fā)展方向。”TUM計(jì)算生物學(xué)研究所（ICB）單細(xì)胞動(dòng)態(tài)定量研究小組組長(zhǎng)Carsten Marr說道。

而現(xiàn)在，他和他的團(tuán)隊(duì)開發(fā)了一種新算法，可以預(yù)先預(yù)測(cè)造血干細(xì)胞的發(fā)展方向。所謂的深度學(xué)習(xí)是這種方法的關(guān)鍵所在。“深度神經(jīng)網(wǎng)絡(luò)在我們的方法中發(fā)揮重要作用。”Marr說道，“我們的算法通過學(xué)習(xí)過去關(guān)于這類細(xì)胞發(fā)展的實(shí)驗(yàn)數(shù)據(jù)，利用單個(gè)細(xì)胞的光學(xué)成像影像及視頻將這些細(xì)胞進(jìn)行分類。通過這種方式，算**學(xué)習(xí)細(xì)胞如何分化。”

研究人員檢測(cè)了蘇黎世聯(lián)邦理工學(xué)院Timm Schroeder實(shí)驗(yàn)室顯微鏡拍攝的造血干細(xì)胞影像，通過外形及速度信息，軟件可以記住相應(yīng)的行為模式并進(jìn)行預(yù)測(cè)。“和傳統(tǒng)的方法相比，我們可以提前3代知道細(xì)胞的分化方向。”ICB科學(xué)家Felix Buggenthin博士說道，他和Florian Büttner博士是論文共同**作者。

但是這種方法的好處在哪兒呢？正如研究***Marr解釋道：“由于我們提前知道了細(xì)胞的發(fā)展方向，我們就能更早地分離它們，并研究它們?cè)诜肿铀降牟町悺Ｎ覀兿胗眠@些信息明白細(xì)胞如何確定發(fā)育方向。”

未來，研究人員的關(guān)注點(diǎn)將不僅僅是造血干細(xì)胞。“我們正在使用深度學(xué)習(xí)研究不同的具有足夠大數(shù)據(jù)的問題。”ICB主任及TUM生物系統(tǒng)數(shù)學(xué)建模項(xiàng)目***Fabian Theis博士說道，“例如，我們正在使用相似的算法分析基因組中**相關(guān)的模式，并試圖在臨床細(xì)胞篩查中找出生物標(biāo)記物。”