Ich möchte einige biologische Probleme lösen, die den Stand der Technik der Biologie oder Bioinformatik verbessern würden. Insbesondere möchte ich maschinelles Lernen auf lichtmikroskopische Bilder anwenden. Meine Ausrüstung und Erfahrung sind:
Ich möchte veröffentlichungsfähige Forschungsergebnisse frei von allen akademischen Problemen durchführen. Ich werde dies ausschließlich in meiner Freizeit tun, ohne Eile zu veröffentlichen, in dem Versuch, etwas Gutes für die Menschheit zu tun . Ich kann alle zwei Monate ein paar hundert Dollar in das Projekt werfen (oder ungefähr 1000 USD pro Jahr).
Viele der in Science , Nature , PNAS , Cell usw. veröffentlichten biologischen Forschungsergebnisse sind so spezialisiert, dass ich es schwierig finde, wichtige Probleme zu erkennen, die ich angesichts meiner Fähigkeiten gut lösen könnte. Daher bitte ich um eure Mithilfe:
Obwohl meine Frage etwas weit gefasst ist, denke ich, dass dies unter die SE-Richtlinie der "guten Absicht" (oder wie auch immer es genannt wird) fällt.
Ich weiß, diese Frage wird geschlossen. Aber wenn Sie an etwas arbeiten möchten, können Sie daran arbeiten:
Höhepunkte
- CryoFM ermöglicht die Abbildung von vitrifizierten biologischen Proben mit Fluoreszenzmikroskopie.
- Es gibt erhebliche Herausforderungen, um eine hochauflösende KryoFM-Bildgebung zu erreichen.
- Fluorophor-Eigenschaften bei niedriger Temperatur bieten zusätzliche Vorteile.
- Kryo-Superauflösungs-Fluoreszenzbildgebung wird eine dramatische Verbesserung der Auflösung liefern.
Quelle: Fluoreszenzkryomikroskopie: aktuelle Herausforderungen und Perspektiven .
RE: Welche Art von Software wollten Sie schon immer für die lichtmikroskopische Forschung, wussten aber nicht, wie man sie baut?
Ich forsche an Fruchtfliegen und auf diesem Gebiet (und vielen anderen insektenökologischen Modellsystemen wie Käfern, Motten, Schmetterlingen) verwenden wir viele visuell erfasste Daten, z. B. Körpergröße, Flügelgröße, Flügelmorphologie, Augenfarbe, Borstenanzahl, Genitalmorphologie , Geschlechtskamm-Morphologie ... die Liste ist riesig! Ein verwendetes Programm ist WingMachine - obwohl die Verbindung zur Software unterbrochen zu sein scheint - das morphologische Aspekte eines Fliegenflügels messen kann.
Etwas, das ich gerne tun könnte, ist, ein Fläschchen mit Lebensmitteln unter ein Zielfernrohr zu stellen und es schnell die Anzahl der Eier auf der Oberfläche des Lebensmittels zählen zu lassen. Ich habe vor einiger Zeit eine Frage dazu gestellt . Das wäre sehr nützlich, viele Labore müssen Eier zählen (um die Anzahl der Eier in jedem Fläschchen konstant zu halten, kann eine Variation hier schwerwiegende Auswirkungen auf die erwachsene Fliege haben, daher ist die Kontrolle wichtig in Ökologiestudien) und es ist ein langsames, schwieriges und höchst ungenaues Verfahren, das insbesondere zwischen Menschen unterschiedlich ist. Wenn es eine Möglichkeit gäbe, das Fläschchen unter das Zielfernrohr zu stellen, einen Knopf zu drücken und eine Annäherung an die Zahl zu erhalten, wäre das großartig!
Ein Kollege zählt im Moment tote Käfer, ich bin sicher, er würde ein ähnliches Programm begrüßen, wo er sich ein Bild machen und die Software automatisch zählen lassen könnte. Ich denke, dass beide Probleme mit sehr ähnlicher Software leicht zu lösen wären. Der Schlüssel liegt in der Entwicklung von Software, die einfach zu "lehren" ist, wie man Personen erkennt.
Ein etwas komplexerer Teil des maschinellen Lernens könnte darin bestehen, verschiedene Phänotypen in einem Bild zu zählen. Fitness-Assays bei Fliegen verwenden oft eine Wildtypfliege mit Konkurrenten mit dunklem Körper (Ebenholz), der Körper des Wildtyps ist vergleichsweise gelber. Die Fitness der fokalen Wildtyp-Fliege ist dann die Anzahl der Wildtyp-Nachkommen unter der Gesamtzahl (der Phänotyp mit dunklem Körper ist rezessiv, daher produziert die fokale Wildtyp-Fliege, wenn sie sich mit einem Ebenholz paart, Wildtyp-Fliegen, wenn sich zwei Ebenholz paaren, bekommen wir eine Nachkommen mit dunklem Körper). Hier müsste die Maschine unterscheiden können und beides zählen.
Ich werde später ein richtiges Bild unter dem Zielfernrohr anhängen, das Bild in meiner vorherigen Frage wurde mit einer Digitalkamera aufgenommen, nicht über ein Zielfernrohr, aber es gibt eine Vorstellung davon, wie es aussieht.
Vielleicht interessiert Sie der Artikel „Maschinelles Lernen in der Zellbiologie – Computern beibringen, Phänotypen zu erkennen“ ( http://jcs.biologists.org/content/126/24/5529.long )
Einer meiner Kollegen führt viele histologische Arbeiten durch, färbt und identifiziert Gewebe auf mikroskopischer Ebene. Software, die für diese Disziplin hilfreich sein könnte, könnte die Fähigkeit sein, zwischen den verschiedenen vorhandenen Gewebetypen zu unterscheiden und möglicherweise die von jedem Gewebetyp eingenommene "Fläche" sowie den leeren Raum zu berechnen. Dies wäre einem GIS-Problem nicht unähnlich, aber ich weiß nicht, ob es gut zu einem binären Ja / Nein-Entscheidungsrahmen passt. Ich weiß nicht, ob es trainiert werden könnte, bestimmte Gewebetypen zu identifizieren, aber vielleicht könnte es jeden bestimmten Bereich eines Querschnitts als anders als andere solche Bereiche erkennen. Hier sind ein paar Querschnitte, um Ihnen zu zeigen, was ich meine:
Doppelpunkt:
Glatte Muskelzellen:
Samenkanälchen aus Hoden:
Beachten Sie die verschiedenen Gewebetypen in jedem Querschnitt sowie den weißen Raum. Jeder Gewebetyp hat unterschiedliche Lichtübertragungsmuster, die es einem Computer ermöglichen können, zu lernen, zwischen den verschiedenen Gewebetypen zu unterscheiden.
Oreotrephes
Behzad Rowshanravan
Behzad Rowshanravan
tage_des_guten
tage_des_guten
Behzad Rowshanravan
Behzad Rowshanravan
Oreotrephes
Armatus
Benutzer560
Ian Lewis