文章图片
文章图片
【腾讯新研究登Nature子刊 让细胞与计算机“对话”辅助精准治癌】
稿源：cnBeta
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 。
而单细胞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 。
推荐阅读
- 为何人类不可以实现永生？科学家：人类只是在给基因打工
- 由于“刺猬索尼克”基因，双脸的男孩克服了困难，活了下来
- 幼子身世成谜？是鬼怪作祟还是基因逞凶？母亲施得一手“妙法”！
- 山海经从何而来？书中从天而降的奇异生物，其实是外星人试验品？
- 狭义生命可指生命机械，也就是基本粒子和夸克的结合
- 被“神”诅咒，比亚特兰蒂斯更神秘！沉没在海底的远古文明！
- 一组漫画揭开：动物“奇特”的求偶方式，真的太浪漫了
- 最诡异的真实案例：人类与魔鬼签订契约获得超凡能力？你敢签吗？
- 动物界最长交配时间是8小时、14小时？不，其实还有21天的