我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

满足“科学家不夜城”

满足“科学家不夜城”内容块的形象
高分辨率渲染的AI注意力地图叠加在刚地弓形虫。信贷:阿图尔Yakimovich

想要一个免费的PDF版本的这个新闻吗?

完成下面的表格,我们将电子邮件您的PDF版本“满足”科学家不夜城”“

听与
喋喋不休地说
0:00
注册免费听这篇文章
谢谢你!听这篇文章使用上面的球员。
阅读时间:

研究人员已经开发出一种新的AI-driven平台,可以分析出病原体感染我们的细胞是如何训练的生物学家的精度。


这个平台,HRMAn(“赫尔曼”),即主机响应微生物分析,是开源的,易于使用的,可以针对不同的病原体包括沙门氏菌血清


由弗朗西斯·克里克学院和伦敦大学学院的科学家们HRMAn使用深层神经网络来分析复杂的模式的图像病原体和人类(主机)细胞相互作用,拿出同样的详细特征,科学家们做手工。该研究发表在开放获取期刊eLife,其中包括一个链接下载平台,访问教程视频。


这位科学家不夜城

“什么曾经是一个手册,非常耗时的任务为生物学家现在需要我们几分钟电脑,使我们能够了解更多关于传染性病原体和我们的身体如何应对他们,更快,更准确地说,“伊娃说Frickel,克里克组长,负责这个项目。“HRMAn宿主-病原体相互作用可以看到像一个生物学家,但与美国不同的是,它不累了,需要睡觉!”


展示的力量HRMAn——KNIME平台上运行团队用它来分析人体应对刚地弓形虫,寄生虫,在猫和复制被认为是由超过三分之一的世界人口。


克里克的高通量筛选设备的研究人员收集了超过30000个显微镜图片五个不同类型的人类感染弓形虫的细胞和加载到HRMAn进行分析。HRMAn检测并分析了超过175000个pathogen-containing细胞隔间,提供详细信息的数量每细胞寄生虫,寄生虫在细胞内的位置,又有多少细胞蛋白相互作用的寄生虫,在其他变量。


彻底改变实验室工作

“以前的宿主-病原体图像分析自动化的尝试未能捕捉这种级别的细节,”亚瑟Yakimovich说,在杰森Mercer的实验室研究助理MRC LMCB UCL和co-first研究》一书的作者。“用同样的算法运行的自动驾驶汽车,我们创造了一个平台,促进高容量的生物数据分析的精度,而我们能做的在实验室里有了翻天覆地的变化。AI算法平台评估基于图像数据时派上用场的方式训练专家。它也很容易使用,即使是科学家没有编码的知识。”


该小组还HRMAn分析使用沙门氏菌血清——一个细菌病原体16倍小于弓形虫,展示它的多功能性研究不同的病原体。


“我们的团队使用HRMAn回答特定的宿主-病原体相互作用的问题,但它也有深远的意义领域外,”丹尼尔说,克里克博士生和co-first研究》一书的作者。“HRMAn可以分析任何荧光图像,这使得相关的生物学的很多不同的领域,包括癌症研究。”

这篇文章被转载材料提供的弗朗西斯·克里克研究所。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。

参考:费,D。Yakimovich,。深谷,B。赖特,J。班扬,M。豪厄尔,M。,…Frickel,大肠(2019)。宿主-病原体交互使用一个人工智能定义工作流。ELife 8 e40560。https://doi.org/10.7554/eLife.40560

广告
Baidu