Broad Institute 成立新研究中心!推動生物學和機器學習跨學科整合

0

次世代定序(NGS)、醫療影像、單細胞基因體等技術的出現,讓生物學的研究速度與數據產出超乎以往;然而人類尚無法完全解讀與分析資訊,使得疾病治療與預防難以高效處理。

將機器學習應用於生物學

麻省理工-哈佛布洛德研究所(Broad Institute of MIT and Harvard)於 3 月 25 日宣布 Eric 和 Wendy Schmidt 中心正式落成,將作為生物學和機器學習之間的跨學科研究中心,推動生命科學研究,更提升人類健康福祉。

該中心已取得 Google 前執行長 Eric Schmidt 夫婦捐助的 1.5 億美元,還有布洛德基金會(The Broad Foundation)提供的 1.5 億美元。

該中心將在人類所有基因體皆以定序完成的基礎上,使用機器學習去了解細胞的運作邏輯,好比 1 個細胞是怎麼演化成 1 個器官,像癌症的重症是細胞演化過程中出了哪些差錯,才會引發過度成長。另外,研究也將解釋人體部分變異數會如何影響整體健康等問題。

Eric Schmidt 指出,中心的任務簡單來說就是製作出生命的圖譜,過去因為演算力太低所以人類只能猜測或空想,但機器學習與雲端建設將協助研究人員在大數據中找出規律,並解釋醫學上難以回答的問題。

吸引重磅企業、學術單位一同合作

這項計畫高度需要跨領域人才相互合作,該中心將邀請麻省理工、哈佛大學與哈佛醫院的技術人才一同參與,業界也找來長期合作的 Bayer、IBM、Intel、Verily,以及吸引了 Mayo 診所、AstraZeneca、Novartis、Genetech、Google、Mila AI 實驗室、DeepMind 與微軟;另外還有歐洲 AI 學習與智慧系統實驗室、牛津大數據研究所、英國圖靈研究所等重磅單位一起協作計畫進行。

不僅如此,Eric 和 Wendy Schmidt 中心也會與博德研究所旗下的 Models, Inference & Algorithms(MIA)與 Machine Learning for Health(ML4H)計畫合作。

用新視角理解細胞機制

該中心的共同執行主任 Uhler 強調,從數學、電腦科學、電機到計算生物學,透過鏈結學術界、業界跨領域各方好手,中心有足夠實力深入瞭解細胞、組織、有機體的人體構造。

該中心的首席科學家 Stuart Feldman 則表示,藉由把生物資訊轉化成機器學習看得懂的語言,中心可以重新理解細胞,並善用多方技術打造能隨時間變化的 3D 實體模型,來洞察細胞的結構與機制,進而優化現有治療品質。

延伸閱讀:蛋白質結構預測 50 年難題? DeepMind 新一代 AI 迎刃而解!

參考資料:
1. https://www.prnewswire.com/news-releases/broad-institute-launches-the-eric-and-wendy-schmidt-center-to-connect-biology-machine-learning-for-understanding-programs-of-life-301255443.html

©www.geneonline.news. All rights reserved. 基因線上版權所有 未經授權不得轉載。合作請聯繫:service@geneonlineasia.com

Share.
error: 注意: 右鍵複製內容已停用!