新的Kaggle竞争:共聚焦图像的深度学习分析

作为其越来越多地参与数据科学和人工智能的一部分,Leica Microsystems自豪地赞助即将到来的188金宝搏的网址Kaggle竞赛人类蛋白质图集2018图像挑战

参与者应开发新方法来分析大型生物图像数据集。手动确定蛋白质在细胞中的定位是耗时且费力的。使用数据科学的新方法和深度学习来分析更多的生物图像可以导致更快,更准确的细胞蛋白定位。

目标是构建一个程序,该程序自动将脊椎动物细胞中蛋白质的共聚焦显微镜图像数据分为大约30种不同的细胞器类。那些取得最成功成果的参与者有资格赢得现金奖品和NVIDIA GV100 GPU。此外,《自然方法》杂志表明,考虑出版一篇论文,讨论最佳性能模型。

用于此竞赛的数据源于人蛋白质图集。通过鉴定蛋白质局部的细胞细胞器,可以更好地理解其功能和与其他蛋白质和生物分子的潜在相互作用。将来,由此产生的模型可以帮助进一步阐明对人类健康重要的细胞机制。可能的结果是,可能会发现更好的某些疾病治疗方法。

细胞地图集,一部分人蛋白质图集,是由艾玛·伦德伯格(Emma Lundberg)组创建的scilifelab,瑞典斯德哥尔摩的KTH皇家理工学院。目前,她是陈·扎克伯格(Chan Zuckerberg)倡议的支持,是斯坦福大学的客座教授。这细胞地图集在很大程度上是使用与Leica共聚焦仪器

通过赞助这项竞争,Leica Microsystems进一步能够为生物学知188金宝搏的网址识的扩展和改进做出贡献,并有助于构建精确分析大量数据的工具。

有兴趣参加比赛的个人可以在人类蛋白质图集2018图像挑战

相关图像

相关文件

  • cenp_proteins_p1_high_res.jpg