Ученые из Института промышленных наук Токийского университета разработали алгоритм машинного обучения, позволяющий предсказывать размер отдельной клетки по мере ее роста и деления. Нейросеть может продвинуть область количественной биологии и применяться при производстве лекарств или ферментированных продуктов.
Математические модели роста клеток, применяемые в биологии, основаны на упрощающих допущениях, которые не в полной мере отражают реальные биологические процессы. Исследователи из Института промышленных наук Токийского университета внедрили алгоритм машинного обучения, который на основе измеренного размера отдельных клеток с течением времени прогнозирует процесс их роста. Используя нейронную сеть, не опирающаяся на стандартные биологические модели, ученым удалось получить более точные прогнозы, чем это было возможно ранее.
Модель была протестирована на бактериях Escherichia coli и дрожжевых клетках Schizosaccharomyces pombe, помещенных в микропотоки жидкости при различных температурах. График изменения размера клетки имеет пилообразную форму, поскольку экспоненциальный рост прерывается событиями деления. Для предсказания делений биологи обычно используют модель сайзера, использующую абсолютный размер клетки, или модель сумматора, использующую относительное увеличение размера клетки в момент рождения. Результаты работы алгоритма показали, что для исследованных структур имеет место модель сумматора как часть сложной цепочки биохимических реакций и сигнализации.
Метод может быть использован в широком классе биологических приложений, позволяя осуществить более эффективное управление ростов микроорганизмов, используемых для ферментации продуктов и производства лекарств.
