Deep learning предсказывает развитие гемопоэтических стволовых клеток

Ученые из Helmholtz Zentrum München и их партнеры из ETH Zurich и Технического университета Мюнхена (TUM) использовали глубокое обучение (Deep Learning), чтобы заранее определить развитие гемопоэтических стволовых клеток. В журнале 'Nature Methods' они описывают, как их ПО предсказывает будущий тип клетки на основе изображений микроскопии.

Решение гемопоэтической стволовой клетки стать определенным типом клетки нельзя наблюдать напрямую — его можно верифицировать только ретроспективно с помощью маркеров клеточной поверхности.

Исследователи разработали алгоритм, который может предсказать это решение заранее. Ключом является Deep Learning и использование Deep Neural Networks. Алгоритм классифицирует изображения и видео отдельных клеток, полученные с помощью светового микроскопа, сравнивая эти данные с прошлым опытом развития таких клеток, тем самым "обучаясь" их поведению.

Три поколения раньше стандартных методов

Ученые исследовали гемопоэтические стволовые клетки, снятые на видео под микроскопом в лаборатории. Используя информацию о внешнем виде и скорости, ПО смогло "запомнить" соответствующие модели поведения и сделать прогноз.

"По сравнению с обычными методами, такими как флуоресцентные антитела против определенных поверхностных белков, мы знаем, как клетки решат, за три клеточных поколения раньше", — сообщает соавтор исследования д-р Феликс Буггентин.

Этот "взгляд в будущее" позволяет изолировать клетки, которые разовьются определенным образом, раньше, чем раньше, и исследовать их молекулярные различия. Цель — понять механизмы, лежащие в основе выбора пути развития.

В будущем метод будет применяться не только к гемопоэтическим стволовым клеткам. Похожие алгоритмы уже используются для анализа связанных с болезнями паттернов в геноме и идентификации биомаркеров в клинических клеточных скринингах.