可视化深度学习揭示基因如何影响细胞特征

据我们的记者报道，美国研究人员已经开发了一种新的计算机算法用于深入学习，这种算法可以通过这个过程获得，并且可以揭示细胞的内部活动。相关论文于3月6日在《自然-方法》在线发表。

人工智能可以完成通常需要人类完成的各种复杂任务，如人脸识别、语言翻译和游戏。深度学习网络，也称为人工神经网络，越来越多地用于生物数据分析自动化。

深度学习模型的挑战之一是它们的“黑箱”性质，这意味着在执行任务时不容易识别模型的过程。

就生物学应用而言，研究深度学习模型识别和处理分析数据的能力可能有助于研究人员更好地理解这些数据背后的生物学。

加州大学圣地亚哥分校的特雷·艾德克和他的同事们通过将深度学习算法的结构映射到已知细胞内分子系统的结构，创建了一个“视觉”人工神经网络。研究人员说，一旦模型被训练，它就能预测基因变化的生理影响。

此外，由于模型的所有组成部分都是可用的，它还能使科学家更好地理解基因和生理特征之间关系背后的机制。研究人员指出，视觉神经网络可以用来理解遗传逻辑，识别哪些分子系统对特定的生理特征有重要影响，以及发现细胞中的新过程。(张张)

中国科学新闻(2018-03-06第二版国际版)