杜克大學(xué)的生物醫(yī)學(xué)工程師已經(jīng)設(shè)計了一種機器學(xué)習(xí)方法，可以對工程細(xì)菌中復(fù)雜變量之間的相互作用進(jìn)行建模，而這些相互作用原本就很難預(yù)測。他們的算法可推廣到多種生物系統(tǒng)。

在這項新研究中，研究人員訓(xùn)練了一個神經(jīng)網(wǎng)絡(luò)，以預(yù)測由嵌入細(xì)菌培養(yǎng)物中的生物回路產(chǎn)生的圓形圖案。該系統(tǒng)的工作速度比現(xiàn)有的計算模型快30,000倍。

為了進(jìn)一步提高準(zhǔn)確性，該團(tuán)隊設(shè)計了一種方法來多次重新訓(xùn)練機器學(xué)習(xí)模型，以比較他們的答案。然后他們用它來解決第二個生物系統(tǒng)，該系統(tǒng)以不同的方式計算要求很高，這表明該算法可以應(yīng)對各種挑戰(zhàn)。

結(jié)果于9月25日在線發(fā)表在《自然通訊》雜志上。

杜克大學(xué)生物醫(yī)學(xué)工程系教授Lingchong You說：“這項工作的靈感來自Google，表明神經(jīng)網(wǎng)絡(luò)可以學(xué)習(xí)在棋盤游戲Go中擊敗人類。”

您說：“盡管游戲規(guī)則簡單，但計算機確定性地計算最佳下一個選項的可能性仍然很大。” “我想知道這種方法在應(yīng)對我們所面臨的生物復(fù)雜性的某些方面是否有用。”

您和他的博士后研究員王尚英面臨的挑戰(zhàn)是確定在基因工程改造后，哪些參數(shù)集可以在細(xì)菌培養(yǎng)物中產(chǎn)生特定模式。

經(jīng)過基因編輯以包括基因回路的細(xì)菌菌落隨著其生長而形成一個紫色環(huán)。研究人員正在使用機器學(xué)習(xí)來發(fā)現(xiàn)數(shù)十個影響環(huán)性能的變量之間的相互作用，例如環(huán)的厚度，形成速度和形成環(huán)的數(shù)量。圖片來源：杜靈崇，杜克大學(xué)

在先前的工作中，您的實驗室對細(xì)菌進(jìn)行了編程，以產(chǎn)生蛋白質(zhì)，這些蛋白質(zhì)根據(jù)培養(yǎng)物生長的具體情況相互影響而形成環(huán)。研究人員發(fā)現(xiàn)，通過控制諸如生長環(huán)境的大小和提供的養(yǎng)分的數(shù)量之類的變量，他們可以控制環(huán)的厚度，出現(xiàn)的時間以及其他特征。

通過改變數(shù)十個潛在變量，研究人員發(fā)現(xiàn)它們可以做更多的事情，例如引起兩個甚至三個環(huán)的形成。但是由于一次計算機仿真需要五分鐘，因此搜索任何大型設(shè)計空間以獲取特定結(jié)果變得不切實際。

對于他們的研究，該系統(tǒng)由13個細(xì)菌變量組成，例如生長，擴散，蛋白質(zhì)降解和細(xì)胞運動的速率。僅計算每個參數(shù)六個值將花費一臺計算機600多年。在具有數(shù)百個節(jié)點的并行計算機集群上運行它可能會將運行時間縮短到幾個月，但是機器學(xué)習(xí)可以將其減少到幾個小時。

尤說：“我們使用的模型很慢，因為它必須以足夠小的速率考慮到時間上的中間步驟，” “但是我們并不總是關(guān)心中間步驟。我們只是想要某些應(yīng)用程序的最終結(jié)果。如果我們發(fā)現(xiàn)最終結(jié)果有趣，我們可以(回到)找出中間步驟。”

為了跳到最終結(jié)果，Wang轉(zhuǎn)向了一種稱為深度神經(jīng)網(wǎng)絡(luò)的機器學(xué)習(xí)模型，該模型可以有效地使預(yù)測比原始模型快幾個數(shù)量級。該網(wǎng)絡(luò)將模型變量作為其輸入，首先分配隨機權(quán)重和偏差，然后預(yù)測細(xì)菌菌落將形成哪種模式，從而完全跳過產(chǎn)生最終模式的中間步驟。

盡管最初的結(jié)果離正確答案還差得很遠(yuǎn)，但是每次將新的訓(xùn)練數(shù)據(jù)輸入網(wǎng)絡(luò)時，權(quán)重和偏差都可以進(jìn)行調(diào)整。給定足夠大的“訓(xùn)練”集，神經(jīng)網(wǎng)絡(luò)最終將幾乎每次都學(xué)會做出準(zhǔn)確的預(yù)測。

為了處理機器學(xué)習(xí)出錯的少數(shù)情況，You和Wang提出了一種快速檢查其工作的方法。對于每個神經(jīng)網(wǎng)絡(luò)，學(xué)習(xí)過程都具有隨機性。換句話說，即使接受了相同的答案，它也永遠(yuǎn)不會兩次學(xué)習(xí)相同的方法。

這些圖的每一個代表細(xì)菌菌落的橫截面。峰值預(yù)測了菌落將在哪里產(chǎn)生紫色蛋白質(zhì)，這些紫色蛋白質(zhì)由于人工基因回路而形成環(huán)。頂部的圖形是通過機器學(xué)習(xí)算法創(chuàng)建的，而底部的圖形是通過更全面的仿真創(chuàng)建的。它們匹配得很好-除了最后一個。學(xué)分：杜克大學(xué)

研究人員訓(xùn)練了四個獨立的神經(jīng)網(wǎng)絡(luò)，并比較了每個實例的答案。他們發(fā)現(xiàn)，當(dāng)經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)做出相似的預(yù)測時，這些預(yù)測接近正確的答案。

尤說：“我們發(fā)現(xiàn)我們不必使用較慢的標(biāo)準(zhǔn)計算模型來驗證每個答案。” “我們基本上使用了'人群的智慧'。”

經(jīng)過訓(xùn)練和證實的機器學(xué)習(xí)模型，研究人員著手使用它來發(fā)現(xiàn)有關(guān)其生物回路的新發(fā)現(xiàn)。在最初用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的100,000個數(shù)據(jù)模擬中，只有一個模擬產(chǎn)生了帶有三個環(huán)的細(xì)菌菌落。但是隨著神經(jīng)網(wǎng)絡(luò)的速度，You和Wang不僅能夠找到更多的三胞胎，而且可以確定哪些變量對產(chǎn)生它們至關(guān)重要。

Wang說：“神經(jīng)網(wǎng)絡(luò)能夠找到原本不可能發(fā)現(xiàn)的變量之間的模式和相互作用。”

作為研究的結(jié)局，尤和王在隨機運行的生物系統(tǒng)上嘗試了他們的方法。解決此類系統(tǒng)需要計算機模型多次重復(fù)相同的參數(shù)，以找到最可能的結(jié)果。盡管這是與原始模型相比計算時間長的完全不同的原因，但研究人員發(fā)現(xiàn)他們的方法仍然有效，表明該方法可推廣到許多不同的復(fù)雜生物系統(tǒng)。

研究人員現(xiàn)在正在嘗試將其新方法用于更復(fù)雜的生物系統(tǒng)。除了在具有更快GPU的計算機上運行該算法外，他們還試圖對該算法進(jìn)行編程以使其盡可能高效。

Wang說：“我們用100,000個數(shù)據(jù)集訓(xùn)練了神經(jīng)網(wǎng)絡(luò)，但這可能是過大了。” “我們正在開發(fā)一種算法，其中神經(jīng)網(wǎng)絡(luò)可以與仿真實時交互以幫助加快處理速度。”

尤說：“我們的首要目標(biāo)是建立一個相對簡單的系統(tǒng)。” “現(xiàn)在，我們希望改進(jìn)這些神經(jīng)網(wǎng)絡(luò)系統(tǒng)，以便為更復(fù)雜的生物回路的基礎(chǔ)動力學(xué)提供一個窗口。”