Using deep learning to model the hierarchical structure and function of a cell.
Using deep learning to model the hierarchical structure and function of a cell.
复制标题
DOI：
10.1038/nmeth.4627
复制
发表时间：
2018-04
期刊：
影响因子：
48
通讯作者：
Ideker T
中科院分区：
文献类型：
--
作者：
Ma J;Yu MK;Fong S;Ono K;Sage E;Demchak B;Sharan R;Ideker T
虽然人工神经网络模拟了各种人类功能，但它们的内部结构很难解释。在生命科学中，细胞生物学的广泛知识提供了一个设计可见神经网络（VNN）的机会，该网络将模型的内部工作与真实的系统的内部工作相耦合。在这里，我们开发DCell，一个嵌入在2526个子系统的分层结构中的VNN，包括一个真核细胞（http：//d-cell.ucsd.edu/）。经过数百万种基因型的训练，DCell模拟细胞生长几乎与实验室观察一样准确。在模拟过程中，基因型诱导子系统活动的模式，使在硅片调查的基因型-表型协会的分子机制。这些机制可以被验证，并且许多机制是意料之外的;有些机制由布尔逻辑控制。累积起来，80%的重要性增长预测是由484个子系统（21%），反映了一个复杂的表型的出现。DCell为解码疾病、耐药性和合成生命的遗传学奠定了基础。
Although artificial neural networks simulate a variety of human functions, their internal structures are hard to interpret. In the life sciences, extensive knowledge of cell biology provides an opportunity to design visible neural networks (VNNs) which couple the model’s inner workings to those of real systems. Here we develop DCell, a VNN embedded in the hierarchical structure of 2526 subsystems comprising a eukaryotic cell (http://d-cell.ucsd.edu/). Trained on several million genotypes, DCell simulates cellular growth nearly as accurately as laboratory observations. During simulation, genotypes induce patterns of subsystem activities, enabling in-silico investigations of the molecular mechanisms underlying genotype-phenotype associations. These mechanisms can be validated and many are unexpected; some are governed by Boolean logic. Cumulatively, 80% of the importance for growth prediction is captured by 484 subsystems (21%), reflecting the emergence of a complex phenotype. DCell provides a foundation for decoding the genetics of disease, drug resistance, and synthetic life.
登录
查看更多内容
影响因子：
64.5
作者：
Carvunis AR;Ideker T
通讯作者：
Ideker T
DOI：
10.1109/tvcg.2011.185
发表时间：
2011-12-01
影响因子：
5.2
作者：
Bostock, Michael;Ogievetsky, Vadim;Heer, Jeffrey
通讯作者：
Heer, Jeffrey
影响因子：
14.9
作者：
Hinton, Geoffrey;Deng, Li;Kingsbury, Brian
通讯作者：
Kingsbury, Brian
DOI：
10.1126/science.1180823
发表时间：
2010-01-22
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Costanzo M;Baryshnikova A;Bellay J;Kim Y;Spear ED;Sevier CS;Ding H;Koh JL;Toufighi K;Mostafavi S;Prinz J;St Onge RP;VanderSluis B;Makhnevych T;Vizeacoumar FJ;Alizadeh S;Bahr S;Brost RL;Chen Y;Cokol M;Deshpande R;Li Z;Lin ZY;Liang W;Marback M;Paw J;San Luis BJ;Shuteriqi E;Tong AH;van Dyk N;Wallace IM;Whitney JA;Weirauch MT;Zhong G;Zhu H;Houry WA;Brudno M;Ragibizadeh S;Papp B;Pál C;Roth FP;Giaever G;Nislow C;Troyanskaya OG;Bussey H;Bader GD;Gingras AC;Morris QD;Kim PM;Kaiser CA;Myers CL;Andrews BJ;Boone C
通讯作者：
Boone C
影响因子：
14.9
作者：
The Gene Ontology Consortium
通讯作者：
The Gene Ontology Consortium