一种可视化大量生物数据的新方法

密苏里大学领导的研究人员创建了一种分析大量生物数据的新方法，以帮助科学家更快地得出可能的治疗方法。在细胞水平上研究遗传物质，例如单细胞 RNA 测序，可以为科学家提供详细、高分辨率的生物过程视图。这种详细程度有助于科学家确定组织和器官的健康状况，并更好地了解影响数百万人的阿尔茨海默氏症等疾病的发展。但是，也会生成大量数据，因此需要一种高效、易于使用的方法来分析这些数据。

现在，来自密苏里大学和俄亥俄州立大学的工程师和科学家团队创建了一种新方法，通过使用一种称为“机器学习”的计算机方法来分析来自单细胞 RNA 测序的数据。这种方法利用计算机的力量智能地分析大量数据，帮助科学家更快地得出结论并进入下一阶段的研究。Nature Communications发表的一篇新论文详细介绍了他们的方法 。

这是图形神经网络可以使用提供的生物数据创建的一种视觉类型的一般示例。图片来源：密苏里大学

“单细胞基因图谱处于当今技术进步的前沿，因为它可以测量存在多少基因以及它们如何从单个生物细胞的水平上表达，”MU 工程学院教授 Dong Xu 说。 . “至少，可能会有数以万计的细胞以这种方式进行分析，因此最终会收集到大量数据。目前，从此类数据中确定结论可能具有挑战性，因为必须过滤大量数据才能找到研究人员正在寻找的内容。因此，我们应用了一种最新的机器学习方法来解决这个问题——图神经网络。”

在计算机通过机器学习过程智能地分析数据之后，图神经网络然后获取结果并创建数据的可视化表示，以帮助轻松识别模式。该图由点组成——每个点代表一个细胞——并且相似类型的细胞用颜色编码以便于识别。徐说，精准医学是如何使用单细胞 RNA 测序的一个很好的例子。

“有了这些数据，科学家们可以研究癌组织微环境中细胞之间的相互作用，或者观察 T 细胞、B 细胞和免疫细胞都试图攻击癌细胞，”徐说。“因此，如果一个人具有强大的免疫系统，而癌症尚未完全发展，我们可以了解如何在早期杀死癌症，并且由于机器学习，我们可以更快地获得结果，这导致我们更快地获得可行的治疗方法。”

徐认为这是工程师和生物学家如何合作研究生物学问题的一个很好的例子。他希望这种方法可以被生物学家用作帮助解决复杂生物学问题的新工具，例如阿尔茨海默病的可能治疗方法。

标签：