Broad Institute 成立新研究中心!推动生物学和机器学习跨学科整合

0

次世代定序(NGS)、医疗影像、单细胞基因体等技术的出现,让生物学的研究速度与数据产出超乎以往;然而人类尚无法完全解读与分析资讯,使得疾病治疗与预防难以高效处理。

将机器学习应用于生物学

麻省理工-哈佛布洛德研究所(Broad Institute of MIT and Harvard)于 3 月 25 日宣布 Eric 和 Wendy Schmidt 中心正式落成,将作为生物学和机器学习之间的跨学科研究中心,推动生命科学研究,更提升人类健康福祉。

该中心已取得 Google 前执行长 Eric Schmidt 夫妇捐助的 1.5 亿美元,还有布洛德基金会(The Broad Foundation)提供的 1.5 亿美元。

该中心将在人类所有基因体皆以定序完成的基础上,使用机器学习去了解细胞的运作逻辑,好比 1 个细胞是怎么演化成 1 个器官,像癌症的重症是细胞演化过程中出了哪些差错,才会引发过度成长。另外,研究也将解释人体部分变异数会如何影响整体健康等问题。

Eric Schmidt 指出,中心的任务简单来说就是制作出生命的图谱,过去因为演算力太低所以人类只能猜测或空想,但机器学习与云端建设将协助研究人员在大数据中找出规律,并解释医学上难以回答的问题。

吸引重磅企业、学术单位一同合作

这项计画高度需要跨领域人才相互合作,该中心将邀请麻省理工、哈佛大学与哈佛医院的技术人才一同参与,业界也找来长期合作的 Bayer、IBM、Intel、Verily,以及吸引了 Mayo 诊所、AstraZeneca、Novartis、Genetech、Google、Mila AI 实验室、DeepMind 与微软;另外还有欧洲 AI 学习与智慧系统实验室、牛津大数据研究所、英国图灵研究所等重磅单位一起协作计画进行。

不仅如此,Eric 和 Wendy Schmidt 中心也会与博德研究所旗下的 Models, Inference & Algorithms(MIA)与 Machine Learning for Health(ML4H)计画合作。

用新视角理解细胞机制

该中心的共同执行主任 Uhler 强调,从数学、电脑科学、电机到计算生物学,透过链结学术界、业界跨领域各方好手,中心有足够实力深入了解细胞、组织、有机体的人体构造。

该中心的首席科学家 Stuart Feldman 则表示,借由把生物资讯转化成机器学习看得懂的语言,中心可以重新理解细胞,并善用多方技术打造能随时间变化的 3D 实体模型,来洞察细胞的结构与机制,进而优化现有治疗品质。

延伸阅读:蛋白质结构预测 50 年难题? DeepMind 新一代 AI 迎刃而解!

参考资料:
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. 基因线上版权所有 未经授权不得转载。合作请联系:service@geneonlineasia.com

一指订阅
接轨全球生技医疗

周周接收编辑精选文章
为你掌握全球生医趋势

订阅电子报,接轨全球生技医疗