重磅！Nat Methods发文揭示深度学习如何预测造血干细胞发展方向

　　深度学习已经引起了人们越来越多的关注，如自动驾驶、自动语音识别等。而近日，来自德国环境健康研究中心、苏黎世联邦理工学院及慕尼黑工业大学（TUM）的研究人员成功使用深度学习确定了造血干细胞的发展方向。在这篇最新发表在Nature Methods上的文章中，他们描述了他们如何使用他们的软件根据显微镜成像预测造血干细胞未来形成的细胞类型。

　　目前，细胞生物学家们不再限制于研究细胞的静态状态，他们还想研究细胞群体的动态发展过程，包括造血干细胞如何形成不同的细胞类型。“我们难以观察到造血干细胞发展成某类细胞的发展方向，目前我们只能通过细胞表面标记物回顾性确定细胞的发展方向。”TUM计算生物学研究所（ICB）单细胞动态定量研究小组组长Carsten Marr说道。

　　而现在，他和他的团队开发了一种新算法，可以预先预测造血干细胞的发展方向。所谓的深度学习是这种方法的关键所在。“深度神经网络在我们的方法中发挥重要作用。”Marr说道，“我们的算法通过学习过去关于这类细胞发展的实验数据，利用单个细胞的光学成像影像及视频将这些细胞进行分类。通过这种方式，算法会学习细胞如何分化。”

　　研究人员检测了苏黎世联邦理工学院Timm Schroeder实验室显微镜拍摄的造血干细胞影像，通过外形及速度信息，软件可以记住相应的行为模式并进行预测。“和传统的方法相比，我们可以提前3代知道细胞的分化方向。”ICB科学家Felix Buggenthin博士说道，他和Florian Büttner博士是论文共同第一作者。

　　但是这种方法的好处在哪儿呢？正如研究领导者Marr解释道：“由于我们提前知道了细胞的发展方向，我们就能更早地分离它们，并研究它们在分子水平的差异。我们想用这些信息明白细胞如何确定发育方向。”

　　未来，研究人员的关注点将不仅仅是造血干细胞。“我们正在使用深度学习研究不同的具有足够大数据的问题。”ICB主任及TUM生物系统数学建模项目领导者Fabian Theis博士说道，“例如，我们正在使用相似的算法分析基因组中疾病相关的模式，并试图在临床细胞筛查中找出生物标记物。”