人类功能组织单元的细分,以支持人类参考地图
Yashvardhan Jain1, Leah L Godwin2, Yingnan Ju2
1Department of Intelligent Systems Engineering, Luddy School of Informatics, Computing, and Engineering, Indiana University, Bloomington, IN, 47408, USA. yashjain@iu.edu.
Communications biology
|July 19, 2023
概括
人类生物分子地图计划 (HuBMAP) 使用Kaggle竞赛开发用于细分功能组织单元 (FTU) 的AI. 获胜的算法Tom现在将这个关键过程扩展到人类参考图谱 (HRA) 中.
科学领域:
- 生物医学研究的研究.
- 计算生物学是一种计算生物学.
- 生物信息学是一种生物信息学.
背景情况:
- 人类生物分子地图计划 (HuBMAP) 旨在创建一个细胞水平的人类参考地图 (HRA).
- 功能性组织单位 (FTU) 对HRA结构至关重要,具有病理生物学意义.
- 对于大规模的地图库开发,FTU的手动细分是不可扩展的.
研究的目的:
- 为满足FTU细分的可扩展和准确方法的需求.
- 利用机器学习和Kaggle竞赛来开发先进的细分算法.
- 评估并将表现最好的算法集成到HuBMAP基础设施中.
主要方法:
- 设计并举办了一场Kaggle竞赛,以促进开源机器学习算法的开发,以对FTU进行细分.
- 来自60个国家的1200个团队参与其中,开发了新的算法.
- 获奖算法进一步分析了额外的脏和结肠组织数据,并对脏FTU空间分布进行了试点研究.
主要成果:
- 该竞赛成功生成了用于FTU细分的高精度和高性能机器学习算法.
- 在扩展分析中,高性能算法Tom在扩展分析中与其他算法相比,表现出卓越的性能和计算效率.
- 姆被整合到HuBMAP基础设施中,使脏FTU的大规模细分成为可能.
结论:
- 卡格尔竞赛是加速科学研究和开发尖端计算方法的宝贵工具.
- 开发的算法,特别是Tom,显著提升了在规模上细分FTU的能力.
- 这项工作证明了竞争驱动的AI开发成功转化为一个主要的生物医学研究计划 (HuBMAP).


