研究人員基於NVIDIA GPU創建了可預測的3D細胞模型

2020-11-25 電子發燒友

研究人員基於NVIDIA GPU創建了可預測的3D細胞模型

胡薇 發表於 2018-07-10 11:21:24

艾倫細胞科學研究所（Allen Institute for Cell Science）由微軟聯合創始人Paul Allen在西雅圖成立，其研究人員創建了第一個針對人類活細胞的可預測3D模型。藉助此模型，科學家可以在計算機屏幕上以數位化的方式呈現、甚至控制細胞行為。

「這是迄今為止科學界中最令我驚嘆的事情，」艾倫細胞科學研究所常務董事Rick Horwitz說道。「現在，我們可以三維形式在影片中動態觀察細胞的內部工作原理。」

為創建此模型，研究人員使用了NVIDIA GPU、NVIDIA DGX StationAI超級計算機和cuDNN加速PyTorch深度學習框架，使用識別原子核等細胞結構的蛋白質標籤來研究圖像。

點擊以下視頻了解此3D模型及研究人員的講解。

超越緩慢且昂貴的傳統工具

目前，科學家已經使用螢光顯微鏡（使用螢光研究物體的顯微鏡）觀察了細胞的內部結構，這個過程成本高昂、緩慢且具有破壞性。顯微鏡的成本可達數萬美元，所有蛋白質都需要特別的標註，並且螢光會破壞細胞內的DNA。

在新的模型中，研究人員使用卷積神經網絡重建3D透射光和螢光細胞圖像在大的細胞結構方面的關係。這將教會模型使用不同蛋白質和細胞器（細胞體中的微器官）的「自助」樣本構建自己的3D結構。

「這是觀察人類活細胞內部結構的全新方法，」Rick Horwitz表示。「就像第一次看到整個細胞一樣。在未來，這將影響藥物發現、疾病研究以及我們進行人體細胞基礎研究的方式。」

艾倫集成細胞模型甚至可以預測有絲分裂（或細胞分裂）事件的動態。例如核膜和細胞膜重組。在此之前，我們幾乎不可能預測此類圖像，尤其是3D圖像。

利用諸如此類的功能，對於癌症研究、製藥以及生物技術等領域，該模型將有可能徹底改變未來的細胞研究。

打開APP閱讀更多精彩內容

聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容圖片侵權或者其他問題，請聯繫本站作侵刪。 侵權投訴

相關焦點

  • TensorFlow 攜手 NVIDIA,使用 TensorRT 優化 TensorFlow Serving...
    在這裡，我們運行 GPU Docker 圖像（點擊查看相關說明），從而藉助 GPU 創建並測試此模型：$ docker pull tensorflow/serving:latest-gpu$ docker run --rm --runtime=nvidia -p 8501:8501 --name tfserving_resnet \
  • 基於RTX2060構建TensorFlow-gpu(keras)學習平臺
    5. deactivate 關閉虛擬環境6. conda remove -n your_env_name(虛擬環境名稱) --all 刪除虛擬環境7. conda remove --name your_env_name package_name 刪除環境中的某個包二、創建環境及安裝
  • 人體細胞製成可眨眼三維人眼模型
    據英國《自然·醫學》雜誌網絡版5日報導，美國科學家利用人體細胞，製成了可眨眼的三維人眼模型，有望取代目前通用的動物模型。眾所周知，細胞是生物體結構和功能的基本單位。而此次，美國賓夕法尼亞大學的一個科學家團隊，通過模擬人眼最外層的幾何學結構和細胞組成，開發了一個3D眼表模型。研究團隊先將來自角膜和結膜的組織細胞放在氣—液界面中創建一個眼表，再將眼表放入平臺裡培養，讓它接觸淚液和能模擬自發眨眼行為的人工水凝膠眼瞼。利用該平臺，該團隊成功模擬了蒸發過強型乾眼症，並測試了一種研究藥物的治療效果。
  • 研究人員利用3D列印製造微型樂高式「骨磚」
    俄勒岡健康與科學大學（ohsu）的研究人員擁有3d的微型樂高式「骨磚」，可以治癒骨折。 研究人員的微型空心磚只有跳蚤的大小，可以用作支架，硬和軟組織都可以再次生長。此外，模塊的可堆疊性使它們能夠像玩具磚一樣進行交互，提供可伸縮性和數千個潛在的幾何配置。最終，俄勒岡小組的目標是擴大技術和使用微型籠子生產實驗室製造的器官代替人類移植。
  • 她創建人類細胞圖譜,繪製人體超37萬億細胞的3D圖
    泰克曼是人類細胞圖譜（Human Cell Atlas）項目的先驅者，這個項目旨在繪製出人體內所有細胞的3D圖。作為英國劍橋桑格研究所（Sanger Institute）細胞遺傳學負責人，泰克曼表示，整理這些生命基本單位的目錄將為研究人員提供前所未有的能力，幫助我們了解和治療人類疾病，並「為新時代的精準醫學奠定基礎」。
  • LLNL研究人員首次通過3D列印活體動脈瘤開發個性化治療方案
    中國3D列印網10月28日訊，勞倫斯·利弗莫爾國家實驗室，杜克大學和德克薩斯州A＆M的研究人員已經成功地對第一個能夠在人體外生存的動脈瘤進行了生物列印。由LLNL領導的團隊通過3D列印人腦細胞中的血管來創建動脈瘤，並選擇對其進行醫療程序以觀察其如何治癒。研究人員稱，他們的發現可以與計算機建模方法相結合，以完全基於個人的血管幾何形狀來開發針對患者的腦急症治療方法。
  • DeepMind 模型實現蛋白質3D結構預測
    3D形狀成為了研究人員的難題。AlphaFold項目是DeepMind研究實驗室歷時四年的努力開發的AI模型，今年1月DeepMind的AlphaFold團隊在《Nature》雜誌上發表了最新的研究進展。
  • 盤點:GPU加速的神經網絡與JavaScript的交叉
    第一部分介紹了用於創建、初始化和轉換張量的函數，即用於保存數據的類似數組的結構。API的下一部分提供了在張量上執行的操作。這包括基本的數學運算，還原，歸一化和卷積。在這一點上，對遞歸神經網絡的支持是不成熟的，但它包含了大量的長短期記憶網絡細胞。第三部分圍繞模型訓練展開。
  • 基於DeepSpeech2實現中文語音識別,實施全流程講解,拿來即用
    安裝官方推薦直接下載docker鏡像安裝，docker類似於虛擬機，下載的文件已幫您安裝好各種依賴，但該鏡像是GPU環境，需要安裝nvidia-docker工具，該工具不能在Windows系統安裝，因此你只有兩種選擇：（1）在本地為Linux系統下實現，如無可考慮安裝雙系統：首先確保命令nvidia-smi可正確執行，否則安裝nvidia驅動，然後安裝docker和nvidia-docker
  • MXNet 宣布支持 Keras 2,可更加方便快捷地實現 CNN 及 RNN 分布式...
    Keras 開發人員現在可以使用高性能 MXNet 深度學習引擎進行 CNN 和遞歸神經網絡 RNN 的分布式訓練。通過更新幾行代碼，Keras 開發人員可以使用 MXNet 的多 GPU 分布式訓練功能來提高訓練速度。保存 MXNet 模型是該發行版本一個極具價值的功能。
  • 今日《細胞》重磅:最新版小鼠3D大腦圖譜出爐,可精確定位單個細胞
    ▎藥明康德內容團隊編輯 今日，頂尖學術期刊《細胞》在線發表了一項重磅研究：美國艾倫腦科學研究所（Allen Institute for Brain Science）的科研人員歷時3年，通過密集的數據收集和精心繪製，為生物醫學研究中使用最廣泛的實驗動物
  • 3D器官晶片可實時監測細胞活動
    英國劍橋大學網站近日發布公告稱，該校研究人員開發出一種三維（3D）器官晶片，可實時監測細胞活動，有望用於開發新療法，同時減少研究中實驗動物的使用數量。       新設備基於導電聚合物海綿「支架」，研究人員將其組裝成三維的電化學電晶體。
  • 深度學習新應用:在PyTorch中用單個2D圖像創建3D模型
    要根據單個 2D 圖像創建 3D 感知，首先需要關於 3D 形狀本身的先驗知識。在 2D 深度學習中，卷積自編碼器是一種學習輸入圖像壓縮表徵的有效方法。將該架構拓展到學習緊湊形狀知識是將深度學習應用於 3D 數據的最有前景方法。
  • 研究人員發現預測人類情緒的「大腦模型」
    近期，研究人員發現可以根據大腦活動來預測人類的情緒。
  • 研究人員利用量子技術創建出基於顯微鏡的精準溫度計
    據外媒報導，來自大阪城市大學的一組研究人員通過跟國際合作夥伴合作利用量子技術創造出了一種可靠且精準的、基於顯微鏡的溫度計。七年前，研究人員使用了一種類似的技術來量化培養細胞內的溫度。這項新技術可以感知積極參與生物過程的熱量和溫度。為了打造這種設備，研究小組使用聚合物結構裝飾納米金剛石的表面並將其注射到秀麗隱杆線蟲體內，線蟲是生物學中最流行的模型動物之一。研究人員想要了解蠕蟲的基本健康溫度。在納米金剛石進入生物體內之後其移動得非常快。不過即便如此，量子監控算法仍能跟蹤納米金剛石並穩定地測量溫度。
  • 統計模型可以預測未來的疾病爆發
    喬治亞州雅典 - 喬治亞州的幾位研究人員聯手創建了一種統計方法，可以讓公共衛生和傳染病預報員更好地預測疾病重新出現，特別是對於可預防的兒童感染，如麻疹和百日咳。「我們希望在不久的將來，我們將能夠監測和跟蹤該模型所識別的新發疾病的預警信號，」生態學傑出研究教授兼傳染病生態中心主任John Drake說。生物流行病的動態。他目前的項目包括研究西非的伊波拉病毒和非洲之角的中東呼吸症候群相關的冠狀病毒。近年來，麻疹，腮腺炎，脊髓灰質炎，百日咳和其他疫苗可預防疾病的重新出現引發了對應急準備的重新關注。
  • 研究人員開發出基於雷射的新工藝,用於3D列印玻璃物體
    研究人員已經開發出一種基於雷射的新工藝，用於3D列印玻璃製成的複雜部件。隨著進一步的發展，這種新方法可以用於製造視覺、成像、照明或基於雷射的複雜光學器件。大多數3D列印工藝都是逐層建立一個物體，來自法國菲涅爾研究所和馬賽中央學院的研究小組開發的新工藝通過使用雷射束將液體前體轉化或聚合成固體玻璃，避免了這些工藝的局限性。利用這種方法，他們創建了各種二氧化矽玻璃物體，如自行車和艾菲爾鐵塔的微型模型，沒有任何孔隙或裂縫。3D列印方法基於多光子聚合，它確保了聚合（將液體單體分子連接在一起成為固體聚合物的過程）只在精確的雷射焦點處發生。
  • Lonza人脂肪前體細胞,研究糖尿病胰島抵抗、肥胖的優秀體外模型
    近年來，肥胖變得越來越普遍，最新研究表明，到2025年，全球將有18%的男性和21%的女性被歸為肥胖，超過3億人患有與肥胖相關的II型糖尿病。基於這一令人震驚的預測，研究人員正在努力研究脂肪組織與代謝紊亂間的分子機制。肥胖產生，主要由於能量攝入超過能量消耗，同時還取決於遺傳、表觀遺傳學、環境、生活方式等許多因素的相互作用。
  • 物理學家創建出能夠預測任何分子特性的模型
    由中國臺灣大學物理系副教授拉希德·瓦裡耶夫領導的團隊創建了一個計算分子光物理特性的模型，該模型適用於任何性質的分子由於引入了諧波效應，該模型甚至可以在分子合成之前就預測其特性，而無需進行實驗。對分子的光物理和光化學性質的了解是物理學、化學和生物學的許多領域所必需的。這種了解尤其被用於開發OLED結構和光敏劑等任務中，其中有必要創建一個有效生成殺死癌細胞的氧化劑的方案。