爱诺美康

如何利用人工智能来有效地识别癌细胞？

癌细胞与健康细胞有何不同？一种名为“ikarus”的新机器学习算法知道答案，由 MDC 生物信息学家 Altuna Akalin 领导的团队在《基因组生物学》杂志上报道。人工智能程序发现了肿瘤的基因特征,在识别海量数据中的模式时，人类无法与人工智能 (AI) 匹敌。特别是，称为机器学习的 AI 分支通常用于查找数据集中的规律性——无论是用于股票市场分析、图像和语音识别，还是用于细胞分类。

为了可靠地区分癌细胞和健康细胞，由亥姆霍兹协会 (MDC) Max Delbrück 分子医学中心生物信息学和组学数据科学平台负责人 Altuna Akalin 博士领导的团队,现已开发出机器学习程序称为“伊卡鲁斯”。该程序在肿瘤细胞中发现了一种模式，这种模式在不同类型的癌症中都很常见，由基因的特征组合组成。

根据该团队在《基因组生物学》杂志上的论文，该算法还检测到这种模式中以前从未与癌症明确相关的基因类型。机器学习本质上意味着算法使用训练数据,来学习如何自己回答某些问题。它通过在数据中搜索有助于解决问题的模式来做到这一点。

在训练阶段之后，系统可以从它所学的知识中进行概括，以评估未知数据。“在专家已经清楚地区分‘健康’和‘癌细胞’细胞的情况下，获得合适的训练数据是一项重大挑战，”该论文的第一作者 Jan Dohmen 说道。

此外，单细胞测序数据集通常很嘈杂。这意味着它们包含的有关单个细胞分子特征的信息不是很精确,可能是因为在每个细胞中检测到的基因数量不同，或者因为样本的处理方式并不总是相同。正如 Dohmen 和他的同事、该研究的联合负责人 Vedran Franke 博士所报告的那样，他们筛选了无数出版物并联系了相当多的研究小组，以获得足够的数据集。