KMCRIC

사람 세포 조직을 예측하는 기계 학습 기술

Machine learning technique to predict human cell organization

인공 지능 접근법이 암 생물학과 재생 의학에서 사용될 수 있을 것이다. 과학자들이 사람의 눈으로 쉽게 구분할 수 없는 세포의 부분을 보기 위해서 기계 학습을 이용해서 컴퓨터를 훈련시켰다.

연구자들은 형광 표지된 세포들의 3D 이미지를 이용해 명시야 현미기술(brightfield microscopy)이라고 알려진 저렴한 기술에 의해서 만들어진 흑백 이미지만 사용하여 형광 표지가 없는 살아있는 세포 안에 있는 구조들을 찾도록 컴퓨터를 가르쳤다.

세포의 특정한 부분을 정확히 찾아내기 위해 빛나는 분자 표지를 이용하는 형광 현미경은 매우 비싸지만, 과학자들이 한 번에 소수의 구조만 볼 수 있게 해준다. 사람의 세포는 함께 보면 건강한 세포와 병든 세포 둘 다에 대한 중요한 정보를 드러내 줄 수 있는 20,000개 이상의 다른 단백질들을 가진다.

이 기술은 전에 가능했던 것보다 더 많은 구조를 볼 수 있게 해준다. 이것은 특히 살아있는 세포에서 아무도 할 수 없었던 방식으로 세포의 조직을 탐구할 수 있다는 것을 의미한다.

예측 도구는 질병 중 세포에서 무엇이 잘못되는지를 이해하는 것을 도울 수 있을 것이다. 암 연구자들은 암이 진행하거나 치료에 반응하면서 세포 구조가 어떻게 변하는지 더 잘 알아보기 위해서 종양 생검 표본에 그 기술을 잠재적으로 적용할 수 있을 것이다. 그 알고리즘은 또한 실험실에서 조직이나 새로운 신체 구조를 키우려고 할 때, 실시간으로 세포가 어떻게 변하는지 밝힘으로써 재생 의학을 도울 수 있을 것이다.

이 기술은 엄청난 잠재적인 영향을 가진다. 이 방법은 가장 비-침습적 방식으로 전에는 얻을 수 없는 사람 세포에 대한 정보를 얻을 수 있게 해준다.

관련연구자: Greg Johnson

관련기관: Allen Institute

본문키워드(한글): 인공 지능, 기계 학습, 세포 구조, 명시야 현미기술, 형광 현미경

본문키워드(영문): AI, artificial intelligence, machine learning, cellular structures, brightfield microscopy, fluorescence microscopy

국가: 미국

원문출판일: 2018-09-17

출처: https://www.sciencedaily.com/releases/2018/09/180917111545.htm