欢迎收听每日人工智能快讯,以下新闻选自机器之心。
20年前,计算机生物学家Anne Carpenter在读博士时第一次意识到她需要学习计算机编程。
Carpenter说:「在麻省理工学院和哈佛大学的博德研究所管理实验室的时候。她记得当她要面对三个月的手动图像分析,或者选择让显微镜自行运行。她选择了后者。」 自那以后,这种自动化方法显示出了解决——或者至少开始解决——一些限制科学家使用显微镜技术手动观察细胞工作问题的潜力。例如,自动化可以减少识别细胞变化(即细胞形态)的耗时。
Carpenter的实验室致力于使用软件加速药物发现,分析数百万张图像中包含的细胞形态数据。她说:「药物开发过程中存在许多瓶颈,而这些图像的数据对每个瓶颈都很有用:从建立更好的与疾病相关的测定法和筛选库,到预测测定结果和毒性。」
近日,研究人员提出,希望将深度学习技术引入细胞成像和分析中,可以将混乱的生物学问题转化为可解决的计算。该研究以「Small images, big picture: Artificial intelligence to revolutionize microscopy」为题发表在《Science》杂志上。
用户评论