Ученые автоматизировали поиск белковых кристаллов с помощью компьютерного зрения

Группа ученых из инициативы MARCO (MAchine Recognition of Crystallization Outcomes) объединилась с инженерами из Google для разработки системы автоматического поиска лекарств с использованием машинного зрения. Доклад, опубликованный в научном журнале PLOS One, рассказывает о достигнутых успехах в автоматизации обнаружения белковых кристаллов с помощью сверточных нейросетей.

Подробнее об исследованиях MARCO

Белковые кристаллы имеют большую ценность для современных биомедицинских исследований. Благодаря им можно распознать структуру сложной молекулы, а значит, понять ее функции. Зная, что делает молекула, можно создать препарат, нацеленный на нее.

Ручной поиск белковых кристаллов затрачивает значительное количество времени. А так как они появляются редко, то цена ошибки в этой области высока. Поэтому исследователи из MARCO, которые занимаются сбором и хранением более полумиллиона отобранных изображений кристаллографии, объединились с разработчиками из Google для создания инструмента распознавания кристаллов.

Сложность заключалась в том, что эти белковые структуры бывают очень маленькими при большом размере исходного изображения, а сами исходники могут быть обработаны разными системами и технологиями:

Решение Google

Специалисты модифицировали стандартную модель глубоких сверточных сетей Inception v3, заставив ее распознавать очень большие изображения с такой же скоростью обучения. К тому же, она сохранила высокую степень точности, достигающую 94 %.

Авторы опубликовали исходный код модифицированной модели и добавили ее в открытую библиотеку TensorFlow, а также сделали ее доступной исследователям, использующим Cloud ML Engine.

Google уделяет большое внимание open source разработкам в области компьютерного зрения. В мае 2018 года компания открыла доступ к библиотеке Open Image v4, содержащей около 9 млн размеченных изображений.