原標題：探尋生物學“金礦”，有了“指南針”
咖啡能提神、四肢被刺痛時會回縮、雙手能輕易抓取物品……
這些平日里司空見慣的事，背后卻隱藏著令無數生物學家嘔心瀝血、窮盡一生都想搞清楚的生命奧秘：咖啡因如何影響大腦？脊髓如何整合并傳導外界刺激信號？抓取東西時涉及哪些腦區(qū)，它們又是如何協(xié)同“辦公”的？
如今，這些難題或將迎來更準確的解題思路。由我國科學家領銜的研究團隊歷經十余年攻關，提出時空統(tǒng)一生命分子信號分析理論，并結合人工智能等技術，成功研發(fā)出一套開源智能計算平臺（AQuA2）。該平臺能幫助研究人員解析生命體內分子信號的復雜時空動態(tài)特征，從而揭示生命科學現象的本質。
4月8日，該研究成果發(fā)表于國際期刊《細胞》。
拆解復雜信息，提取“基元”特征
“如果將生物學課題的真相看成是一座座金礦，那么AQuA2就像是一枚指南針，能為研究人員找到更快、更短的通往金礦路徑的方向。”文章通訊作者、清華大學自動化系長聘教授于國強在接受科技日報記者采訪時說。
近年來，熒光探針、顯微技術、動物遺傳學改造技術等多項生物技術發(fā)展得如火如荼，使神經科學、細胞生物學、病理學及發(fā)育生物學等生物學領域，迎來了海量的、高精度的、高保真的科研數據。這些數據既包含空間信息，即“在哪個部位”，也囊括時間要素，即“在什么時候”。
“面對海量且復雜的時空數據，如何提取并刻畫其中的時空模式，抽絲剝繭地還原出生命活動的進程，正成為制約科研取得突破的新瓶頸。”于國強指出，傳統(tǒng)人工分析效率低下，并受已有知識局限，容易漏掉突破性科學發(fā)現。現有自動分析技術與方法或因假設過于嚴苛而導致結果失真，或因計算效率不足難以應對空間時間大數據，破解這些難題急需新的理論與手段。這正是于國強團隊研發(fā)AQuA2的初衷。
AQuA2的核心工作模式是“拆解復雜事件”，即利用機器學習理論和數字優(yōu)化技術把復雜海量的跨時空分子活動數據，分解成一個個簡單的基礎事件，并細心提煉出每個“基元”的特征，后期再通過統(tǒng)計學分析工具，評估不同實驗條件下這些“基元”是否發(fā)生變化，從而為科學家提供“靠譜”的研究方向。
“假如我們面前是一片汪洋大海，海面上有一些島嶼。AQuA2可以將這些島從無垠的海面上剝離出來，這就是拆解；進而再將小島的信息提取出來，如面積、高度、平整度、沿岸海浪大小等，這些就是‘基元’特征；還可以評估在不同天氣下，這些小島的特征如何變化。”于國強打了個形象的比方，“有了這些信息，人們就可以進一步充分利用這些島嶼，譬如漁民可以尋找合適的避風港。”
簡言之，作為一個稱手的工具，科學家將大量繁雜的生物醫(yī)學數據“投喂”給AQuA2，AQuA2用自己的一套計算和統(tǒng)計模式“消化吸收”，最終為科學家提供更接近真相的研究思路。
創(chuàng)新三大方向，“指向”更快更準
后續(xù)，團隊進行了相關實驗，以驗證AQuA2的實用價值。
用鑷子碰觸小鼠的爪子、讓小鼠在轉輪上奔跑，在感覺和運動這兩種刺激模式下，小鼠脊髓內的鈣信號傳導模式是否一樣，以往科學家們很難搞清楚。AQuA2則發(fā)現，在這兩種刺激下，小鼠脊髓的星形膠質細胞內，鈣信號參與了不同的神經回路。
咖啡因對斑馬魚有何影響？該團隊設置對照組，通過AQuA2分析發(fā)現，不攝入咖啡因的正常情況下，斑馬魚體內僅顯示出神經元細胞信號，這可能是魚游泳時的常規(guī)傳導信號；而攝入了咖啡因的斑馬魚體內則出現了星形膠質細胞鈣信號，并伴隨著更高強度的神經元細胞信號。
“以上兩個實驗結果表明，星形膠質細胞對于調節(jié)小鼠脊髓神經回路活動具有重要意義，咖啡因令斑馬魚大腦動力學發(fā)生了顯著變化。這就為生物學家指出了較為明確的研究方向。”于國強說。
是什么讓AQuA2的“指針”如此敏銳？
“我們在三個方向上取得了突破。”于國強說。
一是顛覆了傳統(tǒng)的時間和空間數據“割裂”分析模式，建設了時空統(tǒng)一的理論框架。以小鼠在轉輪上運動為例，傳統(tǒng)的分析模式僅能“看”到小鼠脊髓內的鈣信號被激活，而AQuA2則“看”到鈣信號首先從脊髓靠近背部的一側出現，繼而傳導至靠近腹部的另一側。
二是引入了共識功能單元。以手抓取東西為例，完成這一動作時，大腦的視覺功能區(qū)和運動功能區(qū)會協(xié)同作用，且相關生物分子信號多次出現，這二者就是共識功能單元。給斑馬魚“喂”咖啡因時，AQuA2同時檢測到分別與神經元細胞和星形膠質細胞相關的共識功能單元，表明二者在咖啡因的作用下“同頻共振”。據此，生物學家可進一步有的放矢地研究二者的協(xié)同機制。
三是借助了人工智能與機器學習等技術手段。譬如，研究人員利用序統(tǒng)計理論刻畫閾值操作帶來的統(tǒng)計偏差，從而提高低信噪比狀況下的魯棒性，讓結果更準確。研究團隊還開發(fā)了雙向推送線性組件操作算法（BILCO）等先進方法，使得AQuA2能夠在不犧牲精度的情況下顯著提高檢測效率——與傳統(tǒng)的機器學習算法相比，它的運行速度提高約2倍，計算機內存使用效率提高約10倍。
“以上理論和技術的加持，讓AQuA2又快又準。”于國強表示，雖然AQuA2已經能夠有效解析鈣、多巴胺、三磷酸腺苷等若干個生物信號，但隨著生物技術的發(fā)展，更多的生物信號會涌現，譬如氧氣和電壓信號。“我們希望與全球的科學家們合作，為更多元的生物信號研究、最大化地發(fā)揮數據價值而不懈努力。”