用图像识别做基因预测谷歌拿到了FDA挑战赛最高分

2017-12-14 17:02

去年，谷歌宣布从MobileFirst（移动先行）转向AIFirst（人工智能先行）。在过去的几年内，其不仅收购了多家AI公司（包括主攻语义理解、语义网络的Metaweb；深度学习公司DNNresearch；专注于机器学习跟神经网络研究的DeepMind；聊天机器人API．AI等），由谷歌旗下DeepMind公司团队开发的阿尔法狗（AlphaGo）也在近期成为了“网红”，其在去年与围棋世界冠军、职业九段选手李世石进行了扣人心弦的人机大战，并且以4：1的总比分获胜。谷歌推出的TensorFlow深度学习框架也得到了广泛的好评。

当然，谷歌还得继续在人工智能领域“搞事情”。

制定目标超越GATK

GATK（TheGenomeAnalysisToolkit）是目前使用最广泛的二代测序数据分析软件，主要注重于变异的查找、基因分析且高度重视数据质量。GATK使用了一种人工编码算法，可以将统计数据应用到测序机器最常出错的地方。

2015年6月份，GoogleGenomics（谷歌基因组）宣布与博德研究所（BroadInstitute）进行合作，两者联手推出基因组分析软件GATK（TheGenomeAnalysisToolkit）的云端版。谷歌基因组是谷歌公司为帮助科学界存储、处理和管理海量基因组数据而搭建的云端平台，于2013年3月份推出。科学家可利用谷歌云端提供的API接口，储存、处理、分析以及分享DNA序列。

不过，谷歌并不满足于此，想自己开发一套能超越GATK的基于人工智能的工具。此前，谷歌的人工智能对遗传学一无所知。事实上，这些人工智能工具只用来识别图像，正如识别上传到谷歌猫狗照片的神经网络一样，要学习的地方还有很多。

MarkDePristo和RyanPoplin接手了这项工作，他们也曾是GATK创建小组的成员。

DePristo表示：“（GATK）不可能再有进展了，我们建立了许多不同的模型，但毫无成效。”然后，人工智能技术出现了。

仅仅过去了八个月，（MarkDePristo和RyanPoplin牵头开发的）这个神经网络准确判断了DNA序列中的突变点，赢得了“FDA”（美国食品药品管理局FoodandDrugAdmistraton）挑战赛的最高分。短短一年，该人工智能已超越了标准的人工编码算法GATK，它就是谷歌DeepVariant。

1 2 下一页>