今天，生物医学研究人员可以通过使用机器学习进行基于图像的分析，有效地对显微镜图像中的数千个细胞进行分类。计算生物学家 Anne Carpenter 是开发这些自动化工具的先驱。

Anne Carpenter 是麻省理工学院和哈佛大学博德研究所成像平台的计算生物学家和高级主管。她开发了 CellProfiler，这是一种广泛使用的开源软件，用于从细胞图像中测量表型（可观察到的特征集）。自 2005 年发布以来，它已被 12,000 多篇出版物引用。

下载地址：https://cellprofiler.org/

作为麻省理工学院的研究员，Carpenter 获得了美国国立卫生研究院 MIRA 奖、美国国家科学基金会颁发的 CAREER 奖和美国细胞生物学学会颁发的 2020 年女性细胞生物学中期职业奖等荣誉。

Carpenter 在接受量子杂志采访时谈到了将复杂的生物学转化为可计算解决的问题的乐趣，在一个井中筛选 200 种疾病的药物的雄心勃勃的努力，以及谦虚、好奇并能够与学科外的人交流的研究人员，如何创造 一种提高计算生物学和机器学习多样性的文化。

本文对采访进行了浓缩和编辑，具体的拜访纲要如下：

  • 计算机科学家已将他们的技能应用于生物学，但你选择了从生物学进入软件工程的不太常见的路径。是什么激励了你？
  • 在最近的一篇文章中，你将生物学描述为「混乱」但也是「逻辑难题」。你能多谈一点吗？
  • 在怀特黑德研究所 (Whitehead Institute) 做博士后期间，你开始研究最终成为 CellProfiler 的东西。你是怎么做的？
  • 通过大规模量化各种细胞的表型差异，CellProfiler 可用于「基于图像的分析」。你是如何想到这个主意的？
  • 今天，机器学习可以从图像中提取大量信息。这些算法是 2005 年推出的 CellProfiler 原始版本的一部分吗？
  • 你是如何在机器学习中装备自己的，这个领域对生物学家来说似乎非常陌生和令人生畏？
  • 如今，你的团队专注于开发基于图像的分析工具以加速药物发现。你为什么选择这个？
  • 有哪些基于图像的分析如何帮助发现新药的例子？
  • 是什么让你对生物医学研究中基于图像的分析的未来感到兴奋——也许更广泛地说，关于人工智能在该领域的未来？

内容中包含的图片若涉及版权问题，请及时与我们联系删除