300萬(wàn)張圖片，1.5萬(wàn)個(gè)斑馬魚胚胎，科學(xué)家實(shí)現(xiàn)AI胚胎識(shí)別

300 萬(wàn)張圖片+1.5 萬(wàn)個(gè)斑馬魚胚胎的數(shù)據(jù)集，系統(tǒng)生物學(xué)家 Patrick Müller 成功實(shí)現(xiàn)基于 AI 的胚胎識(shí)別。

作者｜加零

編輯｜三羊

在動(dòng)物發(fā)育過(guò)程中，胚胎隨著時(shí)間的推移會(huì)發(fā)生復(fù)雜的形態(tài)變化，研究者們希望能夠客觀地量化發(fā)育時(shí)間和速度，并提供標(biāo)準(zhǔn)化的方法以分析早期胚胎所處階段，更好地認(rèn)知進(jìn)化與發(fā)育流程。

之前，學(xué)者們對(duì)于胚胎發(fā)育階段和胚胎發(fā)育形態(tài)轉(zhuǎn)化的認(rèn)知來(lái)源于顯微觀察。但胚胎發(fā)育的階段轉(zhuǎn)化并不是理想化、穩(wěn)定化的，存在非常多的影響因素，以至于研究人員很難觀察到某一特定發(fā)育狀態(tài)。觀察胚胎形態(tài)推定所處的發(fā)育時(shí)間和發(fā)育階段這一過(guò)程，目前仍是偏向主觀的。

為了客觀建立發(fā)育時(shí)間與發(fā)育速度的關(guān)系，系統(tǒng)生物學(xué)家 Patrick Müller 領(lǐng)導(dǎo)康斯坦茨大學(xué)研究人員，開發(fā)了一套基于孿生網(wǎng)絡(luò)的深度學(xué)習(xí)方法，通過(guò)圖像對(duì)比，它能夠自動(dòng)捕捉胚胎發(fā)育過(guò)程，并在沒(méi)有人為干預(yù)的情況下識(shí)別胚胎發(fā)育特征階段點(diǎn)。目前，相關(guān)成果已發(fā)表于「Nature Methods」。

論文發(fā)表于「Nature Methods」

獲取論文：

https://www.nature.com/articles/s41592-023-02083-8

01 實(shí)驗(yàn)過(guò)程

數(shù)據(jù)集：整合大量胚胎圖像

利用高通量成像 Pipeline 和基于 ResNet101 的圖像分割，研究者們構(gòu)建了一個(gè)包含 300 萬(wàn)張圖片和 1.5 萬(wàn)個(gè)斑馬魚胚胎的數(shù)據(jù)集，以產(chǎn)生單個(gè)胚胎的發(fā)育軌跡。每個(gè)胚胎被單獨(dú)跟蹤，輸入模型時(shí)以不同顏色的邊界框劃分。開展每個(gè)實(shí)驗(yàn)時(shí)創(chuàng)建一個(gè)單獨(dú)的 JSON 文件，其中包含屬于各個(gè)類別的胚胎信息。

圖像處理圖示

模型架構(gòu)：孿生網(wǎng)絡(luò)模型

孿生網(wǎng)絡(luò)結(jié)構(gòu)由兩個(gè)相同結(jié)構(gòu)的并行神經(jīng)網(wǎng)絡(luò)構(gòu)成，可以同時(shí)接收兩個(gè)圖片作為輸入，并且兩個(gè)神經(jīng)網(wǎng)絡(luò)之間權(quán)值共享，通過(guò)基于特征嵌入的相似度計(jì)算，對(duì)圖像進(jìn)行比較。

以下是孿生網(wǎng)絡(luò)的結(jié)構(gòu)圖示：

孿生網(wǎng)絡(luò)結(jié)構(gòu)

構(gòu)成孿生網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如下：

基于 ResNet50 的神經(jīng)網(wǎng)絡(luò)

主干網(wǎng)絡(luò)：基于 ImageNet 數(shù)據(jù)集，帶有預(yù)訓(xùn)練權(quán)重的 ResNet50 架構(gòu)作為主干網(wǎng)絡(luò)；

嵌入模型頭部 (model head)：主干網(wǎng)絡(luò)的輸出被壓平傳遞至嵌入模型頭部，其由三個(gè)密集層組成，每層之間有批量歸一化層，產(chǎn)生一個(gè) size 為 (1, 256) 的輸出/嵌入；

遷移學(xué)習(xí)：除了卷積塊5和模型頭層之外，ResNet50 骨干網(wǎng)絡(luò)的所有層都被凍結(jié)。將 ResNet50 生成的特征嵌入結(jié)合在一個(gè)距離層中，計(jì)算訓(xùn)練過(guò)程中不同輸入的網(wǎng)絡(luò)生成嵌入之間的歐幾里得度量。

算法訓(xùn)練：三聯(lián)體損失訓(xùn)練

算法訓(xùn)練過(guò)程如下：

構(gòu)建圖像三聯(lián)體：圖像三聯(lián)體由三張胚胎圖像組成，分別為錨定圖像 (anchor image)，處于隨機(jī)發(fā)育階段 t1 的胚胎圖像；正向圖像 (positive image)，類似發(fā)育階段 t1 的圖像（輸入神經(jīng)網(wǎng)絡(luò) 1）或者經(jīng)過(guò)圖像增強(qiáng)處理的錨定圖像（輸入神經(jīng)網(wǎng)絡(luò) 2）；負(fù)向圖像 (negative image)，發(fā)育階段 t2 ≠ t1 的胚胎圖像。

圖像三聯(lián)體圖示

三聯(lián)體損失訓(xùn)練：將構(gòu)建完成的圖像三聯(lián)體傳遞給孿生網(wǎng)絡(luò)，基于下方公式計(jì)算三聯(lián)體損失 (Triplet loss)，以最小化錨定圖像和正向圖像的相似性，并最大化錨定圖像和負(fù)向圖像的相似性。

三聯(lián)體損失計(jì)算公式

A 表示錨定圖像，P 表示正向圖像，N 表示負(fù)向圖像

迭代訓(xùn)練：神經(jīng)網(wǎng)絡(luò) 1 使用了 30 萬(wàn)個(gè)斑馬魚胚胎圖像三聯(lián)體進(jìn)行了 10 個(gè) epoch 的訓(xùn)練；神經(jīng)網(wǎng)絡(luò) 2 使用了 100 萬(wàn)個(gè)圖像三聯(lián)體進(jìn)行了 2 個(gè) epoch 的訓(xùn)練，并對(duì)錨定圖像進(jìn)行了增強(qiáng)處理，使用 NVIDIA GeForce RTX3070 (ASUS) 進(jìn)行 GPU 加速訓(xùn)練。

分任務(wù)訓(xùn)練：對(duì)圖像相似性、胚胎分期、發(fā)育速度和溫度、藥物誘導(dǎo)導(dǎo)致的胚胎發(fā)育變化分別進(jìn)行了對(duì)應(yīng)訓(xùn)練。

02 實(shí)驗(yàn)結(jié)果

結(jié)果 1：利用相似性圖對(duì)胚胎自動(dòng)分期

將測(cè)試圖像與一組胚胎圖像比較，計(jì)算它們之間的余弦相似度，獲得相似性評(píng)分以分類胚胎圖像。

測(cè)試胚胎與參考圖像的相似性圖

比較測(cè)試圖像與時(shí)間序列的發(fā)育胚胎圖像，得到相似性隨時(shí)間變化的曲線，從中提取出兩個(gè)主要特征：

· 曲線的峰值指示了測(cè)試圖像胚胎位于哪個(gè)發(fā)育階段。

· 曲線的非峰值區(qū)域包含了額外信息，如峰寬度和與遠(yuǎn)程胚胎階段的相似性，反映了不同時(shí)間點(diǎn)的形態(tài)相似性。

胚胎年齡預(yù)測(cè)示意圖

孿生網(wǎng)絡(luò)可以對(duì)一個(gè)胚胎的一組時(shí)間序列圖像進(jìn)行識(shí)別預(yù)測(cè)，構(gòu)建基于預(yù)測(cè)發(fā)育階段的軌跡，實(shí)現(xiàn)準(zhǔn)確的胚胎分期。

結(jié)果 2：探究發(fā)育速度與溫度的函數(shù)關(guān)系

以前，量化胚胎發(fā)育的溫度依賴性需要手動(dòng)或半自動(dòng)注釋發(fā)育時(shí)間，這大大限制了可以在合理的時(shí)間跨度內(nèi)分析的實(shí)驗(yàn)數(shù)量。

利用構(gòu)建的孿生網(wǎng)絡(luò)自動(dòng)分析發(fā)育速度的溫度依賴性變化，實(shí)驗(yàn)方案為：23.5 ℃ 和 35.5 ℃ 之間的斑馬魚胚胎和 18 ℃ 到 36 ℃ 的青魚胚胎，每個(gè)溫度條件下分析 100 至 200 個(gè)斑馬魚胚胎或 20 至 100 個(gè)青魚胚胎。

實(shí)驗(yàn)結(jié)果如圖所示：

不同溫度下斑馬魚和青魚胚胎發(fā)育分析圖

a，d：斑馬魚和青魚的年齡估計(jì)示意圖；

b，e：斑馬魚和青魚在不同溫度的發(fā)育情況；

c，f：斑馬魚和青魚在不同溫度下估計(jì)生長(zhǎng)率的自然對(duì)數(shù)。

· 溫度變化對(duì)兩種胚胎的發(fā)育速率產(chǎn)生了顯著影響。較低溫度下，胚胎發(fā)育速率較慢，而較高溫度則導(dǎo)致發(fā)育速率顯著加快。面對(duì) 10℃ 的溫度變化時(shí)，發(fā)育速率大致變化了兩倍。

· 使用孿生網(wǎng)絡(luò)量化分析溫度依賴的發(fā)育速率，利用 Arrhenius 方程擬合數(shù)據(jù)。在物種特定的溫度范圍內(nèi)，線性擬合的斜率給出斑馬魚和米達(dá)卡的表觀活化能分別為 65 kJ/mol 和 77 kJ/mol。這些表觀活化能與其他變溫動(dòng)物（如青蛙、果蠅或酵母）相似，明顯不同于恒溫動(dòng)物（如小鼠或人類）。

· 與理想化猜測(cè)不同，在較高溫度區(qū)域，兩種胚胎的發(fā)育速率均不再加速，而是趨于穩(wěn)定。在較低溫度區(qū)域：斑馬魚的發(fā)育線性減緩，溫度低于 23℃ 胚胎停止發(fā)育；青魚胚胎則表現(xiàn)出非線性發(fā)育的特征，長(zhǎng)時(shí)間停滯在發(fā)育的原始囊階段。

結(jié)果 3：量化胚胎進(jìn)化過(guò)程中的自然變異性

研究發(fā)現(xiàn)，盡管胚胎受到基因變異、外部干擾以及基因表達(dá)中的噪音和隨機(jī)性影響導(dǎo)致生長(zhǎng)速率和發(fā)育階段的偏差，但總會(huì)完成進(jìn)化過(guò)程。

胚胎的進(jìn)化差異圖示

利用孿生網(wǎng)絡(luò)評(píng)估同齡胚胎中個(gè)體表型的差異，實(shí)驗(yàn)結(jié)果如圖所示：

胚胎發(fā)育圖

左圖表示不同時(shí)間后預(yù)測(cè)的胚胎發(fā)育階段百分比，0 分鐘（綠色）、400 分鐘（藍(lán)色）、800 分鐘（紫色）；

右圖表示胚胎的平均相似值隨時(shí)間下降。

在早期胚胎發(fā)育階段，預(yù)測(cè)的胚胎發(fā)育階段具有較窄的分布，而隨著分段期的開始，預(yù)測(cè)的胚胎發(fā)育階段的分布寬度增加。這表明，在胚胎發(fā)育過(guò)程中，個(gè)體之間的差異逐漸增加，但平均相似性值卻隨著時(shí)間降低。

在 300 多萬(wàn)多張斑馬魚胚胎圖像數(shù)據(jù)中，約有 1% 的胚胎發(fā)育異常，常見原因是自發(fā)性崩解或背腹極性缺陷。使用孿生網(wǎng)絡(luò)，研究人員能夠在早期階段就檢測(cè)出發(fā)育異常的胚胎。這些異常胚胎在預(yù)測(cè)的正常發(fā)育范圍之外表現(xiàn)出較低的平均相似性值。

發(fā)育異常胚胎圖示

結(jié)果 4：鑒定藥物處理的胚胎表型

胚胎發(fā)育受到多種信號(hào)分子的協(xié)調(diào)作用，而調(diào)節(jié)它們的活性可能導(dǎo)致胚胎表型變化。在斑馬魚發(fā)育過(guò)程中，有七個(gè)主要的信號(hào)通路，在這些通路中，骨形成蛋白 (BMP)、視黃酸 (RA)、Wnt、成纖維細(xì)胞生長(zhǎng)因子 (FGF) 和 Nodal 信號(hào)通路主要調(diào)控生殖層定向和前后背腹軸的形成，Sonic Hedgehog (Shh) 和平面細(xì)胞極性 (PCP) 信號(hào)通路則控制身體軸的延伸和形態(tài)發(fā)生。

研究人員對(duì)孿生網(wǎng)絡(luò)在檢測(cè)異常胚胎方面的效用層面展開測(cè)試，結(jié)果如下圖所示：

未經(jīng)處理的胚胎與藥物處理后胚胎的表型對(duì)比

a：未經(jīng)處理的胚胎作為藥物處理的胚胎表型參考；

b - i：不同藥物處理胚胎與未處理胚胎相似性變化；

j：胚胎數(shù)目對(duì)異常檢測(cè)準(zhǔn)確性的依賴性。

比較未經(jīng)處理的胚胎與經(jīng)過(guò) BMP、Nodal、FGF、Shh、PCP 和 Wnt 抑制劑處理以及 RA 暴露的胚胎的表型，發(fā)現(xiàn)未經(jīng)處理的胚胎之間存在高相似性值，而受小分子藥物處理的胚胎與未經(jīng)處理的胚胎之間的相似性值通常較低。

對(duì)時(shí)間點(diǎn)進(jìn)行統(tǒng)計(jì)分析，確定胚胎群體與參考群體顯著偏離的時(shí)間點(diǎn)，從而檢測(cè)到具有表型缺陷的胚胎群體，檢測(cè)的準(zhǔn)確性取決于分析的胚胎數(shù)量和干擾類型。

此外，研究還探究了該方法在識(shí)別不同穿透率和嚴(yán)重程度表型時(shí)的準(zhǔn)確性。使用不同水平 BMP 通路抑制導(dǎo)致的斑馬魚胚胎的已知表型范圍，結(jié)果如圖所示：孿生網(wǎng)絡(luò)能夠準(zhǔn)確檢測(cè)到發(fā)育偏差，對(duì)于具有高穿透性的表型或使用高劑量小分子 BMP 信號(hào)通路抑制劑引起的明顯表型，僅需要少量胚胎即可進(jìn)行準(zhǔn)確檢測(cè)，而輕微的表型則需要約 30 個(gè)胚胎。

不同水平 BMP 通路抑制下斑馬魚胚胎表型變化

這些分析表明，僅使用正常發(fā)育胚胎圖像訓(xùn)練的孿生網(wǎng)絡(luò)，能夠以無(wú)偏見的方式檢測(cè)胚胎表型變化。

結(jié)果 5：自動(dòng)推導(dǎo)胚胎發(fā)育時(shí)期

通常情況下，可以使用參考胚胎圖像來(lái)評(píng)估測(cè)試胚胎的發(fā)育時(shí)間，但是對(duì)于新發(fā)現(xiàn)或未經(jīng)表征的物種，可能無(wú)法獲得這樣的參考圖像。

研究者提出，可以利用孿生網(wǎng)絡(luò)計(jì)算測(cè)試圖像與同一胚胎在早期時(shí)間點(diǎn)的其他圖像的相似性判斷發(fā)育階段。

對(duì)斑馬魚胚胎進(jìn)行相似性分析的結(jié)果如圖所示：

胚胎發(fā)育時(shí)期推導(dǎo)

a：計(jì)算測(cè)試胚胎與來(lái)自同一胚胎的以前采集時(shí)間點(diǎn)的圖像之間的相似性；

b：代表性相似矩陣。

在不同的發(fā)育時(shí)期，相似性呈現(xiàn)出獨(dú)特的分布特征。他們觀察到了一個(gè)共同的模式：高相似性值在局部聚集，而在更遠(yuǎn)的時(shí)間點(diǎn)，相似性值較低且呈現(xiàn)平穩(wěn)狀態(tài)。

有趣的是，孿生網(wǎng)絡(luò)評(píng)估的圖像對(duì)之間的局部和全局統(tǒng)計(jì)相似性，與發(fā)育過(guò)程中關(guān)鍵階段的順序是一致的。落入平穩(wěn)階段的胚胎具有穩(wěn)定的形態(tài)，突顯了發(fā)育中的主要時(shí)期，如經(jīng)典的分裂、囊胚、胚胎盤、器官發(fā)生和分段階段。與此相反，落入平穩(wěn)階段之間的邊界的胚胎代表著發(fā)育形態(tài)發(fā)生主要變化的短暫時(shí)期。

接下來(lái)，研究者嘗試將這種方法推廣到其他物種，包括青魚（medaka）和三棘刺魚（three-spined stickleback）。結(jié)果顯示，孿生網(wǎng)絡(luò)對(duì)這些形態(tài)多樣的胚胎序列生成了信息豐富的圖譜。

自動(dòng)檢測(cè)青魚和三刺魚胚胎的發(fā)育時(shí)期和轉(zhuǎn)變

進(jìn)一步研究中，他們將這種方法應(yīng)用到親緣關(guān)系更遠(yuǎn)的線蟲（Caenorhabditis elegans），研究者們利用來(lái)自不同獨(dú)立來(lái)源的開放數(shù)據(jù)，如已發(fā)表的論文和YouTube視頻，訓(xùn)練和評(píng)估網(wǎng)絡(luò)，成功自動(dòng)識(shí)別出C. elegans的第一次分裂周期，形成前四個(gè)原胚細(xì)胞。

這些結(jié)果表明，Twin Network 方法能夠用于針對(duì)不同生物體系，以及廣泛范圍的圖像數(shù)據(jù)集，自動(dòng)生成不同物種的發(fā)育圖譜，而無(wú)需先前針對(duì)此目的專門訓(xùn)練的模型。

03 孿生網(wǎng)絡(luò)vs.數(shù)字孿生網(wǎng)絡(luò)

5G 時(shí)代，數(shù)字孿生網(wǎng)絡(luò)屢被提及。同時(shí)，和他名稱相仿的「孿生技術(shù)」—— 孿生網(wǎng)絡(luò)也在圖像識(shí)別領(lǐng)域嶄露頭角。二者雖然概念不同，但在某些領(lǐng)域卻展現(xiàn)出了合力。

首先注意，這是兩個(gè)完全不同的概念。

Twin Network：一種深度學(xué)習(xí)架構(gòu)，主要應(yīng)用于圖像檢索、圖像匹配、圖像分類等領(lǐng)域，通過(guò)學(xué)習(xí)圖像的嵌入表征，實(shí)現(xiàn)圖像相似性的比較和分析。

Digital Twin Network：物理實(shí)體的虛擬模型，它通過(guò)實(shí)時(shí)數(shù)據(jù)更新和仿真技術(shù)，與其對(duì)應(yīng)的物理實(shí)體進(jìn)行交互，并可以模擬物理實(shí)體在不同條件下的行為和性能，主要應(yīng)用于工業(yè)制造、物聯(lián)網(wǎng)、城市規(guī)劃、航空航天等領(lǐng)域。

作為一種 AI 算法，Twin Network 可從自身優(yōu)勢(shì)為數(shù)字孿生網(wǎng)絡(luò)賦能增效。

比如工業(yè)設(shè)備的數(shù)字孿生中，孿生網(wǎng)絡(luò)可以比較不同時(shí)間點(diǎn)的設(shè)備圖像，以了解設(shè)備狀態(tài)的變化和差異；數(shù)字孿生城市規(guī)劃中，孿生網(wǎng)絡(luò)可以處理監(jiān)控探頭拍攝圖像數(shù)據(jù)，對(duì)交通流量和路況進(jìn)行實(shí)時(shí)監(jiān)測(cè)和模擬等等。

綜合來(lái)看，Twin Network 通過(guò)結(jié)合圖像數(shù)據(jù)和深度學(xué)習(xí)技術(shù)，為 Digital Twin Network 提供圖像相關(guān)的支持和應(yīng)用，提高數(shù)字孿生的信息獲取、監(jiān)測(cè)和決策能力。

不只是 Twin Network，其他的 AI 工具也將進(jìn)一步為數(shù)字孿生賦能。