비즈니스 기회
비디오를 사용하여 배아 발달을 측정
플리머스 대학(University of Plymouth)이 주도한 연구에 따르면 새로운 딥 러닝 AI 모델은 배아 발달 중에 언제 무슨 일이 일어나는지 비디오에서 식별할 수 있습니다.
실험 생물학 저널(Journal of Experimental Biology)에 발표된 이 연구는 "Dev-ResNet: 딥 러닝을 사용한 자동화된 발달 이벤트 감지"라는 제목으로 Dev-ResNet으로 알려진 모델이 심장 기능, 기어 다니기, 부화, 심지어 죽음을 포함하여 연못 달팽이의 주요 기능적 발달 사건의 발생을 식별할 수 있는 방법을 강조합니다.
이 연구의 주요 혁신은 비디오 프레임 간에 발생하는 변화를 사용하는 3D 모델을 사용하는 것이며, AI가 이러한 기능에서 학습할 수 있도록 하는 것입니다.
비디오를 사용한다는 것은 Dev-ResNet이 첫 번째 심장 박동 또는 크롤링 동작에서 껍질 형성 또는 해칭에 이르는 기능을 안정적으로 감지하고 이전에 알려지지 않은 온도에 대한 다양한 기능의 민감도를 밝혀냈다는 것을 의미합니다.
이 연구를 위해 연못 달팽이 배아가 사용되었지만, 저자들은 이 모델이 모든 종에 걸쳐 광범위하게 적용될 수 있으며, 다양한 생물학적 시스템에 Dev-ResNet을 적용하기 위한 포괄적인 스크립트와 문서를 제공한다고 말합니다.
앞으로 이 기술은 기후 변화 및 기타 외부 요인이 인간과 동물에 미치는 영향에 대한 이해를 가속화하는 데 사용될 수 있습니다.
이 연구는 박사 과정 학생인 지아드 이비니(Ziad Ibbini)가 주도했는데, 그는 대학에서 보존 생물학 학사를 공부한 후 1년 동안 소프트웨어 개발 기술을 향상시킨 후 박사 학위를 취득했습니다. 그는 Dev-ResNet을 직접 설계, 교육 및 테스트했습니다.
그는 "발달 사건을 묘사하는 것, 또는 동물의 초기 발달 과정에서 어떤 일이 일어나는지 알아내는 것은 매우 어렵지만 종과 환경 사이의 사건 시기의 변화를 이해하는 데 도움이 되기 때문에 매우 중요합니다.
"Dev-ResNet은 비디오를 사용하여 발달 이벤트를 감지할 수 있는 작고 효율적인 3D 컨볼루션 신경망으로, 소비자 하드웨어에서 비교적 쉽게 훈련할 수 있습니다.
유일한 실제 한계는 딥 러닝 모델을 훈련하기 위한 데이터를 만드는 것인데, 우리는 그것이 효과가 있다는 것을 알고 있으며, 올바른 훈련 데이터를 제공하기만 하면 됩니다.
우리는 더 넓은 과학 커뮤니티가 종의 발달이 다양한 요인에 의해 어떻게 영향을 받는지 더 잘 이해할 수 있도록 하는 도구를 제공하여 우리가 그들을 보호할 수 있는 방법을 식별하기를 원합니다. 우리는 Dev-ResNet이 그 방향으로 나아가는 중요한 단계라고 생각합니다."
논문의 선임 저자이자 UKRI Future Leaders Research Fellow인 Oli Tills 박사는 "이 연구는 기술적 수준에서도 중요하지만 생태생리학 및 개발 연구 그룹 내 플리머스 대학이 20년 이상의 연구 역사를 가지고 있는 유기체 발달을 인식하는 방식을 발전시키는 데에도 중요합니다.“
이상의 기사는 2024년 5월 28일 Phys.org에 게재된 “New deep learning model uses video to measure embryonic development”제목의 기사 내용을 편집하여 작성하였습니다.
* 원문정보 출처 : New deep learning model uses video to measure embryonic development (phys.org)
* 추가정보 출처 : Dev-ResNet: automated developmental event detection using deep learning | Journal of Experimental Biology | The Company of Biologists