新算法使用在線學習來加速對大量細胞數(shù)據(jù)集的分析

人體由細胞組成這一事實是一個基本的，易于理解的概念。然而令人驚訝的是，科學家們仍在嘗試確定組成我們的器官并有助于我們健康的各種細胞。

一種稱為單細胞測序的相對較新的技術使研究人員能夠根據(jù)特征(例如它們表達的基因)來識別和分類細胞類型。但是，這類研究會產(chǎn)生大量數(shù)據(jù)，其中包含數(shù)十萬到數(shù)百萬個細胞的數(shù)據(jù)集。

計算醫(yī)學和生物信息學系的Joshua Welch博士開發(fā)了一種新算法。候選人Chao Gao及其團隊使用在線學習，大大加快了這一過程，并為全世界的研究人員提供了一種使用標準便攜式計算機上發(fā)現(xiàn)的內存量來分析大型數(shù)據(jù)集的方法。該發(fā)現(xiàn)在《自然生物技術》雜志上有描述。

我們的技術使任何擁有計算機的人都可以對整個有機體進行分析。這確實是該領域正在朝著的方向前進。”該團隊使用來自國立衛(wèi)生研究院腦計劃的數(shù)據(jù)集證明了其原理性證明。該計劃旨在通過繪制每個細胞的圖譜來了解人腦，該計劃的研究團隊遍布全國，包括韋爾奇實驗室在內。

Welch解釋說，通常，對于像這樣的項目，必須按到達的順序使用先前的數(shù)據(jù)集對提交的每個單單元格數(shù)據(jù)集進行重新分析。他們的新方法允許將新數(shù)據(jù)集添加到現(xiàn)有數(shù)據(jù)集中，而無需重新處理舊數(shù)據(jù)集。它還使研究人員能夠將數(shù)據(jù)集分解為所謂的迷你批處理，以減少處理數(shù)據(jù)集所需的內存量。

韋爾奇說：“這對于越來越多地生成數(shù)百萬個細胞的集合至關重要。”“今年，有五到六篇論文具有兩百萬個或更多的單元，而僅用于存儲原始數(shù)據(jù)所需的內存量大大超過了他們計算機上的任何人。”

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！