它們就像是黑盒子：在一端輸入一個問題后(比如，圖片里的是一只貓嗎?這場圍棋中下一步最好策略是?無人駕駛汽車在這個黃燈亮起的路口是否應該加速?)，就能在另一端得到答案。我們或許不能知道AI系統這個黑盒子的具體工作原理，但我們知道它能有效工作。
在一項新的研究中，研究人員將神經網絡嵌入一個簡單的酵母細胞中，并由此觀察到AI系統是怎么運行的。同時這能揭示細胞生物學的進程。這項研究的成果可用于新型癌癥藥物和個體化醫療的發展。
首先，讓我們了解一下如今機器學習中一些關于神經網絡的基礎知識。
我們感興趣的是由進化過程而不是計算機學家們優化的神經網絡。—Trey Ideker, UC San Diego
計算機學家們通過設置不同的層來搭建神經網絡的框架，每一層都包含了上千個執行簡單指令的“神經元”。訓練模型時，給神經網絡投喂一個數據集(可以是百萬張關于喵星人和汪星人的照片，百萬種圍棋走法，百萬種駕駛行為與相應結果的配對數據)，系統調配每層的神經元進行系統化的有序計算。數據經過神經網絡后得到了結果，隨后系統會評估神經網絡的工作性能(比如，從照片中準確辨認出喵星人的概率)。最后重新調整神經元間的連接模式，再次輸入數據，檢測新的神經網絡性能是否有所提升。當神經網絡的性能達到一定準確率后，才能認為訓練成功。
如今，AI系統的黑盒子魔法創下了不少壯舉。盡管還在起步階段，給互聯網上的喵星人照片歸類，圍棋比賽中大敗世界冠軍，實現無人駕駛汽車在高速公路的飛馳。
美國加州大學圣地亞哥分校生物醫學工程的教授Trey Ideker說，盡管名為神經網絡，這類系統僅是受了人類神經系統結構的啟發而已。
“以打敗圍棋大師的AlphaGo為例，它的內部運行完全雜亂無章，根本不像人類大腦”，Ideker說，“它們只是恰好進化成很好完成預測的新結構而已。”
Ideker主導了細胞生物學人工智能項目，想要嘗試新的研究方向。他想要一個不僅產出結果、還能向研究人員展示得到結果過程的神經網絡。將神經網絡嵌入一個酵母細胞后，他的團隊能了解生命的機理。“我們想要得到的是由進化過程而不是計算機學家們優化的神經網絡。”他對IEEE Spectrum如是說。
這個項目的可行性在于，釀酒酵母是一種單細胞生物，自19世紀50年代以來一直作為研究的模式生物。Ideke說：“我們有大量關于細胞生物學的知識可以使用，很方便，“Ideker說，“事實上，我們對酵母細胞的結構足夠了解。”
因此他的團隊將神經網絡的各層與酵母細胞的組成部分依次對應，從最微觀的元素(構成DNA的核苷酸)開始，到更宏觀的結構如核糖體(根據DNA的指令翻譯蛋白質)，最后到線粒體和細胞核等細胞器(執行細胞功能)。總體而言，這個稱為DCell的神經網絡，仿造了酵母細胞的2526個子系統。
這是關于DCell系統主頁的屏幕快照，一個模擬細胞結構和功能的深度神經網絡。
DCell允許研究人員改變細胞的DNA(它的遺傳密碼)，并觀察這些變化如何向上波動以改變其生物過程，以及隨后的細胞生長和繁殖。DCell的訓練集由數百萬個真實酵母細胞中的基因突變組成，與突變結果配對。
研究人員發現，DCell模擬酵母的過程可以用于準確預測細胞生長。由于它是一個“透明的”神經網絡，研究人員可以看到當DNA改變時，細胞機制是怎么受到影響的。
DCell的透明，意味著它可能將用于細胞的計算機模擬實驗，而無需進行費時且昂貴的實驗室實驗。如果研究人員能夠弄清楚如何對一個簡單的酵母細胞甚至復雜的人類細胞建模，影響將很深遠。“如果你能夠構建一個人體細胞工作原理的模型并對其進行模擬，”Ideker說道，“這將是一場精準醫學和藥物開發的革命。”
癌癥是最便于研究的疾病，因為每個癌癥患者的腫瘤細胞都含有獨特的突變組合。Ideker說：“用患者的基因組數據和突變信息作為模型的輸入，會得到這些細胞的生長速度，以及癌癥的侵襲性。”
更重要的是，開發癌癥藥物的制藥公司使用細胞生長作為藥物是否起效的檢驗標準。通過對大量調控基因開關的分子的觀察，他們會猜測這種潛在的藥物是否會導致腫瘤細胞停止增殖?研發抗癌藥物需要數十億美元，計算機模擬具有明顯的價格優勢。
從給酵母建模，到給人類細胞建模，并不是一件容易的事。研究人員需要收集關于人類患者的足夠信息作為神經網絡的訓練集——他們需要數百萬條記錄，包括患者的遺傳圖譜和健康狀況。Ideker預測數據的增長量會極其迅速。他說，這將需要對患者基因組進行大規模測序。
更棘手的部分是收集人類癌癥細胞的工作原理，使神經網絡可以映射到其組成部分。Ideker作為癌細胞圖譜計劃的參與者，試圖解決這一難點。對癌細胞的生物過程進行分類非常困難，因為突變不僅可以控制細胞功能的開關，還能控制表達水平，且調控機制可以非常復雜。
Ideker希望他能夠采用遷移式學習這種機器學習方法，從模擬酵母細胞的神經網絡獲得模擬人類細胞的神經網絡。“一旦你建立了一個能識別喵星人的系統，你不需要為識別松鼠重新訓練整個神經網絡”他說。
京公網安備 11010502049343號