美国艾伦细胞科学研究所的科学家利用机器学习技术来训练计算机，使其能够在不使用荧光标记的情况下更准确地识别细胞结构。
传统的荧光显微镜使用发光分子标记来确定细胞结构，但价格昂贵且一次只能观察部分结构。
新一期杂志《自然·方法》发表的研究表明，这种新的人工智能技术可以识别黑白图像中超过20,000种蛋白质的人体细胞结构。
论文作者之一格雷格·约翰逊表示，这项技术可以更大规模地观察细胞结构，特别适合观察活细胞。
它可用于肿瘤活检、再生医学，以及观察细胞在生长器官或身体组织时如何实时变化。
据报道，研究团队使用了一种名为“卷积神经网络”的机器学习技术来训练计算机识别线粒体等图像。
他们测试了12种细胞结构，大部分计算机的识别结果与荧光标记的图像一致。
未来更多的训练可以进一步提高准确性。
美国弗雷德·哈钦森癌症研究中心研究员罗杰·布伦特表示，这项技术将使研究人员能够更好地观察细胞和组织功能，节省资金，并有助于普及生物和医学研究。
。