关于ZAKER ZAKER智慧云 免费视频剪辑 合作 加入
量子位 10-01

腾讯新研究登 Nature 子刊,让细胞与计算机直接“对话”,还能辅助医生精准治癌

腾讯把 BERT 方法用于单细胞注释技术,还登上了Nature 子刊

能辅助医生精准治癌的那种。

此次聚焦的单细胞 RNA 测序(scRNA-seq)技术,一直被称为生命科学领域的的革命性工具,对于 "精准医疗" 具有极高的应用价值。

但是,以前受制于数据样本量小、人工干预多等因素,一直难以推广使用。

这次腾讯首次将 "transformer" 应用到该领域,使其真正实现了高解释性高泛化性高稳定性

目前,该模型已在 GitHub 上开源 (链接附在文末)。

新模型怎么做到的?

众所周知,人类各种组织之间细胞的类型、状态和相互作用差异巨大。

单细胞 RNA 测序技术的出现,可以细粒度地观察和刻画各个物种中组织、器官和有机体中单细胞分子图谱(细胞表达),堪称给细胞中的每个基因都印上专属 " 身份证 "。

通过这一技术,研究人员可以更好地研究这些组织及其中存在的不同类型的细胞。

更进一步地说,还可以更好地了解肿瘤微环境,以达到精细分析病因、精准匹配治疗方案的效果。

但是,受数据样本量小、人工干预多、过度依赖 marker gene(已报道的特异性基因)等因素的影响,单细胞测序细胞类型注释技术一直面临着泛化性、可解释性、稳定性均比较低的问题,现存的算法也难以有更广泛的应用。

具体来说,人工注释费时、主观性强、误差大、不利于发现新的细胞类型;机器注释则经常出现在一个检测组织里有效,换到另外一个检测组织里就没效的问题,还是需要人工参与。

为此,研究人员开发了一种基于预训练深度神经网络的模型:scBERT 模型,并首次将 "transformer" 运用到单细胞转录组测序数据分析领域。

scBERT 模型,顾名思义是基于 BERT 的思路和范式。

在预训练数据选择上,为了保证全基因组内基因级别的可解释性,scBERT 没有做任何的降维或筛选处理,最大程度上保留数据本身的特性和信息。

此外,该模型复用了大规模的公开数据集,包含不同实验来源、批次和组织类型的单细胞数据,以保证模型能学习到更为 " 通用 " 的知识,精准捕获单个基因的表达信息及两两基因之间的作用关系。

在实验中,scBERT 模型也证实了其在单细胞测序上呈现出的高解释性、高泛化性、高稳定性。

截至目前,通过了 9 个独立数据集、超过 50 万个细胞、覆盖 17 种主要人体器官和主流测序技术组成的大规模 benchmarking 测试数据集上,该算法模型的优越性均得以验证。

值得一提的是,在极具挑战的外周血细胞亚型细分任务上,相较现有最优方法的 70% 准确度提升了 7%。

不仅如此,这一技术的突破在实际应用中也有很重要的价值:

未来可用于临床单细胞测序数据,并辅助医生描述准确的肿瘤微环境、检测出微量癌细胞,从而实现个性化治疗方案或者癌症早筛。

同时,对疾病致病机制分析、耐药性、药物靶点发现、预后分析、免疫疗法设计等领域都具有极其重要的作用。

研究团队

研究团队主要来自腾讯 AI Lab,共同一作有三位:Fan Yang、Wenchuan Wang 和 Fang Wang。

研究人员称,未来他们会继续基于自身先进 AI 技术的积累,与下游临床、制药和生命科学基础研究领域进行密切合作。

科技频道

科技频道

科技改变世界

订阅

觉得文章不错,微信扫描分享好友

扫码分享