一立方毫米，聽起來不大，也就是一粒芝麻的大小，但在人類的大腦中，這點(diǎn)兒空間卻能夠容納由1.34億個突觸相連接的大約5萬條神經(jīng)線（neural wires）。

為了生成原始數(shù)據(jù)，生物科學(xué)家需要使用連續(xù)超薄切片電鏡的方法，在11個月內(nèi)對數(shù)以千計的組織碎片進(jìn)行成像。

而最終獲得的數(shù)據(jù)量也達(dá)到了驚人的1.4 PetaBytes（即1400TB，相當(dāng)于大約200萬張CD-ROM的容量) ，對于研究人員來說這簡直就是個天文數(shù)字。

哈佛大學(xué)的分子和細(xì)胞生物學(xué)家Jeff Lichtman表示，如果用純手工作業(yè)，人類根本不可能手動追蹤所有的神經(jīng)線，地球上甚至都沒有足夠多的人能夠真正有效地完成這項工作。

顯微鏡技術(shù)的進(jìn)步帶來了大量的成像數(shù)據(jù)，但數(shù)據(jù)量太大，人手不足，這也是連接組學(xué)（Connectomics，一門研究大腦結(jié)構(gòu)和功能連接的學(xué)科），以及其他生物領(lǐng)域?qū)W科中的常見現(xiàn)象。

但計算機(jī)科學(xué)的使命正是為解決這類人力資源不足的問題，尤其是經(jīng)過優(yōu)化的深度學(xué)習(xí)算法，可以從大規(guī)模數(shù)據(jù)集中挖掘出數(shù)據(jù)模式。

麻省理工學(xué)院布羅德研究所和哈佛大學(xué)劍橋分校的計算生物學(xué)家Beth Cimini表示，過去幾年中，深度學(xué)習(xí)在生物學(xué)領(lǐng)域有著巨大的推動作用，并開發(fā)了很多研究工具。

下面是Nature編輯總結(jié)深度學(xué)習(xí)帶來變革的五個生物學(xué)圖像分析領(lǐng)域。

大規(guī)模連接組學(xué)

深度學(xué)習(xí)使研究人員能夠從果蠅、老鼠甚至人類身上生成越來越復(fù)雜的連接體。

這些數(shù)據(jù)可以幫助神經(jīng)科學(xué)家理解大腦是如何工作的，以及大腦結(jié)構(gòu)在發(fā)育和疾病過程中是如何變化的，但神經(jīng)連接并不容易繪制。

2018年，Lichtman與谷歌在加州山景城的連接組學(xué)負(fù)責(zé)人Viren Jain聯(lián)手，為團(tuán)隊所需的人工智能算法尋找解決方案。

連接組學(xué)中的圖像分析任務(wù)實(shí)際上是非常困難的，你必須能夠追蹤這些細(xì)線、細(xì)胞的軸突和樹突，還要跨越很長的距離，傳統(tǒng)的圖像處理方法在這項任務(wù)中會出現(xiàn)很多錯誤，基本上對這項任務(wù)沒有用處。

這些神經(jīng)線可能比一微米還細(xì)，延伸數(shù)百微米甚至跨越毫米級的組織。

而深度學(xué)習(xí)算法不僅能夠自動化地分析連接組學(xué)數(shù)據(jù)，同時還能保持很高的精度。

研究人員可以使用包含感興趣特征的標(biāo)注數(shù)據(jù)集來訓(xùn)練復(fù)雜的計算模型，以便能夠快速識別其他數(shù)據(jù)中的相同特征。

歐洲分子生物學(xué)實(shí)驗室的計算機(jī)科學(xué)家Anna Kreshuk認(rèn)為，使用深度學(xué)習(xí)算法的過程類似于「舉個例子」，只要例子夠多，你就能把所有問題都解決掉。

但即使是使用深度學(xué)習(xí)，Lichtman和Jain團(tuán)隊還要完成一項艱巨的任務(wù)：繪制人類大腦皮層的片段。

在收集數(shù)據(jù)階段，僅僅拍攝5000多個超薄的組織切片就花了326天。

兩名研究人員花了大約100個小時來手動標(biāo)注圖像和追蹤神經(jīng)元，創(chuàng)建了一個ground truth數(shù)據(jù)集以訓(xùn)練算法。

使用標(biāo)準(zhǔn)數(shù)據(jù)訓(xùn)練后的算法就可以自動將圖像拼接在一起，識別出神經(jīng)元和突觸，并生成最終的連接體。

Jain的團(tuán)隊為解決這個問題也投入了大量的計算資源，包括數(shù)千個張量處理單元(TPU) ，還耗費(fèi)了幾個月時間來預(yù)處理100萬TPU小時所需的數(shù)據(jù)。

雖然研究人員已經(jīng)獲取到當(dāng)下能收集到最大規(guī)模的數(shù)據(jù)集，能夠在非常精細(xì)的水平進(jìn)行重建，但這個數(shù)據(jù)量大約只占人類大腦的0.0001%

隨著算法和硬件的改進(jìn)，研究人員應(yīng)該能夠繪制出更大的大腦區(qū)域，同時能夠分辨出更多的細(xì)胞特征，比如細(xì)胞器，甚至蛋白質(zhì)。

至少，深度學(xué)習(xí)提供了一種可行性。

虛擬組織學(xué)

組織學(xué)（histology）是醫(yī)學(xué)上的一個重要工具，用于在化學(xué)或分子染色的基礎(chǔ)上診斷疾病。

但是整個過程費(fèi)時費(fèi)力，通常需要幾天甚至幾周的時間才能完成。

先將活組織檢查切成薄片，染色顯示細(xì)胞和亞細(xì)胞特征，然后病理學(xué)家通過閱讀結(jié)果并對之進(jìn)行解釋。

加州大學(xué)洛杉磯分校的計算機(jī)工程師Aydogan Ozcan認(rèn)為可以通過深度學(xué)習(xí)的方式對整個過程進(jìn)行加速。

他訓(xùn)練了一個定制的深度學(xué)習(xí)模型，通過計算機(jī)模擬給一個組織切片上染色，將同一切片上數(shù)以萬計的未染色和染色的樣本喂給模型，并讓模型計算出它們之間的差異。

虛擬染色除了有時間優(yōu)勢（瞬間就能完成）外，病理學(xué)家通過觀察發(fā)現(xiàn)，虛擬染色和傳統(tǒng)染色幾乎毫無區(qū)別，專業(yè)人士也無法分辨。

實(shí)驗結(jié)果表明，該算法可以在幾秒鐘內(nèi)復(fù)制乳腺癌生物標(biāo)志物HER2的分子染色，而該過程在組織學(xué)實(shí)驗室通常需要至少24小時。

三位乳腺病理學(xué)家組成的專家小組對這些圖像進(jìn)行了評價，認(rèn)為它們的質(zhì)量和準(zhǔn)確性與傳統(tǒng)的免疫組織化學(xué)染色相當(dāng)。

Ozcan看到了將虛擬染色商業(yè)化后在藥物研發(fā)中的應(yīng)用前景，但他更希望借此消除組織學(xué)對有毒染料和昂貴染色設(shè)備的需求。

尋找細(xì)胞

如果你想從細(xì)胞圖像中提取數(shù)據(jù)，那你必須知道細(xì)胞在圖像中的實(shí)際位置，這一過程也稱為細(xì)胞分割（cell segmentation）。

研究人員需要在顯微鏡下觀察細(xì)胞，或者在軟件中一張一張地勾勒出細(xì)胞的輪廓。

加州理工學(xué)院的計算生物學(xué)家Morgan Schwartz正在尋求自動化處理的方法，隨著成像數(shù)據(jù)集變得越來越大，傳統(tǒng)的手工方法也遇到了瓶頸，有些實(shí)驗如果不自動化就無法進(jìn)行分析。

Schwartz的研究生導(dǎo)師、生物工程師David Van Valen創(chuàng)建了一套人工智能模型，并發(fā)布在了deepcell.org網(wǎng)站上，可以用來計算和分析活細(xì)胞和保存組織圖像中的細(xì)胞和其他特征。

Van Valen與斯坦福大學(xué)癌癥生物學(xué)家Noah Greenwald等合作者一起還開發(fā)了一個深度學(xué)習(xí)模型Mesmer，可以快速、準(zhǔn)確地檢測不同組織類型的細(xì)胞和細(xì)胞核。

據(jù)Greenwald說，研究人員可以利用這些信息來區(qū)分癌癥組織和非癌組織，并尋找治療前后的差異，或者基于成像的變化來更好地了解為什么一些患者會有反應(yīng)或者沒有反應(yīng)，以及確定腫瘤的亞型。

定位蛋白質(zhì)

人類蛋白質(zhì)圖譜項目利用了深度學(xué)習(xí)的另一個應(yīng)用：細(xì)胞內(nèi)定位。

斯坦福大學(xué)的生物工程師Emma Lundberg表示，在過去幾十年間，該項目生成了數(shù)百萬張圖像，描繪了人體細(xì)胞和組織中的蛋白質(zhì)表達(dá)。

剛開始的時候，項目參與者需要手動對這些圖像進(jìn)行標(biāo)注，但這種方法不可持續(xù)，Lundberg開始尋求人工智能算法的幫助。

過去幾年，她開始在Kaggle挑戰(zhàn)賽中發(fā)起眾包解決方案，科學(xué)家和人工智能愛好者為了獎金會完成各種計算任務(wù)，兩個項目的獎金分別為3.7萬美元和2.5萬美元。

參賽者會設(shè)計有監(jiān)督的機(jī)器學(xué)習(xí)模型，并對蛋白質(zhì)圖譜圖像進(jìn)行標(biāo)注。

Kaggle挑戰(zhàn)賽獲得的成果也讓項目成員大吃一驚，獲勝的模型性能比Lundberg先前在蛋白質(zhì)定位模式的多標(biāo)簽分類方面要高出約20% ，并且可以泛化到細(xì)胞系（cell line）中，還取得了新的行業(yè)突破，對存在于多個細(xì)胞位置的蛋白質(zhì)進(jìn)行準(zhǔn)確的分類。

有了模型，生物實(shí)驗就可以繼續(xù)推進(jìn)，人類蛋白質(zhì)的位置很重要，因為相同的蛋白質(zhì)在不同的地方表現(xiàn)不同，知道一種蛋白質(zhì)是在細(xì)胞核還是在線粒體中，這有助于理解它的功能。

追蹤動物行為

Mackenzie Mathis是瑞士洛桑聯(lián)邦理工學(xué)院校園生物技術(shù)中心的神經(jīng)科學(xué)家，長期以來一直對大腦如何驅(qū)動行為感興趣。

為此，她開發(fā)了一個名為DeepLabCut的程序，使神經(jīng)科學(xué)家能夠從視頻中追蹤動物的姿勢和精細(xì)動作，并將「貓咪視頻」和其他動物的記錄轉(zhuǎn)化為數(shù)據(jù)。

DeepLabcut提供了一個圖形用戶界面，研究人員只需點(diǎn)擊一個按鈕，就可以上傳并標(biāo)注視頻并訓(xùn)練深度學(xué)習(xí)模型。

今年4月，Mathis的團(tuán)隊擴(kuò)展了該軟件，可以同時為多種動物估計姿勢，這對人類和人工智能來說都是一個全新的挑戰(zhàn)。

將DeepLabCut訓(xùn)練后的模型應(yīng)用到狨猴身上，研究人員發(fā)現(xiàn)，當(dāng)這些動物靠得很近時，它們的身體會排成一條直線，看向相似的方向，而當(dāng)它們分開時，它們傾向于面對面。

生物學(xué)家通過識別動物的姿勢，來了解兩種動物是如何交互、注視或觀察世界的。