Me gustaría resolver algunos problemas biológicos que mejorarían el estado del arte de la biología o la bioinformática. En particular, quiero aplicar el aprendizaje automático en imágenes microscópicas de luz. El equipo y la experiencia que tengo son:
Quiero hacer una investigación publicable libre de toda molestia académica. Haré esto únicamente en mi propio tiempo, sin prisa por publicar, en un intento de hacer algo bueno por la humanidad . Puedo gastar unos cientos de dólares en el proyecto cada dos meses (o alrededor de 1000 USD por año).
Gran parte de la investigación biológica publicada en Science , Nature , PNAS , Cell , etc. es tan especializada que me resulta difícil detectar problemas importantes que podría tener buenas posibilidades de resolver dado mi conjunto de habilidades. Por lo tanto, pido su ayuda:
Si bien mi pregunta es un poco amplia, creo que esto se enmarca en la política de SE de "buenas intenciones" (o como se llame).
Sé que esta pregunta se va a cerrar. Pero, si quieres trabajar en algo puedes trabajar en:
Reflejos
- CryoFM permite obtener imágenes de muestras biológicas vitrificadas con microscopía de fluorescencia.
- Existen importantes desafíos para lograr imágenes cryoFM de alta resolución.
- Las características del fluoróforo a baja temperatura ofrecen ventajas adicionales.
- Las imágenes de fluorescencia criogénica de superresolución proporcionarán una mejora drástica de la resolución.
Fuente: Criomicroscopía de fluorescencia: retos y perspectivas actuales .
RE: ¿Qué tipo de software siempre quisiste para la investigación microscópica de luz, pero no sabías cómo construirlo?
Investigo moscas de la fruta y en este campo (y muchos otros sistemas modelo de ecología de insectos como escarabajos, polillas, mariposas) usamos una gran cantidad de datos puntuados visualmente, por ejemplo, tamaño del cuerpo, tamaño del ala, morfología del ala, color de los ojos, número de cerdas, morfología genital. , morfología de peine sexual... ¡la lista es enorme! Un programa utilizado es WingMachine , aunque el enlace al software parece estar roto , que puede medir los aspectos morfológicos del ala de una mosca.
Algo que me gustaría poder hacer es poner un vial de comida debajo de un endoscopio y hacer que cuente rápidamente la cantidad de huevos en la superficie de la comida. Hice una pregunta al respecto hace un tiempo . Esto sería muy útil, muchos laboratorios tienen que contar los huevos (para que la cantidad de huevos sea constante en cada vial, la variación aquí puede tener efectos graves en la mosca adulta, por lo que el control es importante en estudios de ecología) y es un proceso lento, difícil y muy impreciso, particularmente variable entre las personas. Si hubiera alguna forma de colocar el vial debajo del endoscopio, presionar un botón y obtener una aproximación del número, ¡sería genial!
Un colega cuenta escarabajos muertos en este momento, estoy seguro de que apreciaría un tipo de programa similar en el que pudiera obtener imágenes y hacer que el software contara automáticamente. Creo que ambos problemas serían fáciles de resolver con un software muy similar. La clave es crear un software que sea fácil de "enseñar" cómo reconocer a las personas.
Un poco más complejo de aprendizaje automático podría ser lograr que cuente diferentes fenotipos en una imagen. Los ensayos de aptitud en moscas a menudo usan una mosca de tipo salvaje con competidores de cuerpo oscuro (ébano), el cuerpo del tipo salvaje es comparativamente más amarillo. La aptitud de la mosca de tipo salvaje focal es entonces el número de descendientes de tipo salvaje entre el total (el fenotipo de cuerpo oscuro es recesivo, por lo tanto, cuando la mosca de tipo salvaje focal se aparea con un ébano produce moscas de tipo salvaje, si dos ébanos se aparean obtenemos un descendencia de cuerpo oscuro). Aquí la máquina tendría que ser capaz de notar la diferencia y contar ambas.
Adjuntaré una imagen adecuada debajo del alcance más tarde, la imagen en mi pregunta anterior fue tomada con una cámara digital, no a través de un alcance, pero da una idea de cómo se ve.
Quizás le interese leer el artículo "Aprendizaje automático en biología celular: enseñar a las computadoras a reconocer fenotipos" ( http://jcs.biologists.org/content/126/24/5529.long )
Uno de mis colegas hace mucho trabajo histológico, tiñe e identifica tejido a nivel microscópico. El software que podría ser útil para esa disciplina podría ser la capacidad de distinguir entre los diferentes tipos de tejidos presentes y tal vez calcular el "área" ocupada por cada tipo de tejido, así como el espacio vacío. Esto no sería diferente a un problema de tipo GIS, pero no sé si encaja bien con un marco de decisión binario Sí/No. No sé si podría entrenarse para aprender a identificar tipos específicos de tejido, pero tal vez podría reconocer cada área distinta de una sección transversal como diferente de otras áreas similares. Aquí hay algunas secciones transversales para mostrarle lo que quiero decir:
Colon:
Músculo liso:
Túbulos seminíferos de los testículos:
Observe los diferentes tipos de tejido en cada sección transversal, además del espacio en blanco. Cada tipo de tejido tiene diferentes patrones de transmisión de luz, lo que puede permitir que una computadora aprenda a distinguir entre los diferentes tipos de tejido.
Oreotrefes
Behzad Rowshanravan
Behzad Rowshanravan
dias_de_buenos
dias_de_buenos
Behzad Rowshanravan
Behzad Rowshanravan
Oreotrefes
Armatus
usuario560
ian lewis