今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

一种神经网络嵌入线性-二次模型,用于提高对离子束照射下细胞反应的预测精度

《Scientific Reports》:A neural network embedding the linear-quadratic model for improved prediction of cellular response to ion beam exposure

【字体: 大 中 小 】 时间:2026年05月21日 来源:Scientific Reports 3.9

编辑推荐:

  摘要由于涉及复杂的、多尺度的机制,预测生物体对电离辐射的反应具有挑战性。传统的机器学习(ML)模型在拟合细胞存活实验数据时可能对实验不确定性敏感,并且缺乏理论一致性。本研究开发并验证了一个神经网络(NN)框架,该框架将已建立的放射生物学约束直接整合到其架构和训练过程中。目标是预测

  

摘要

由于涉及复杂的、多尺度的机制,预测生物体对电离辐射的反应具有挑战性。传统的机器学习(ML)模型在拟合细胞存活实验数据时可能对实验不确定性敏感,并且缺乏理论一致性。本研究开发并验证了一个神经网络(NN)框架,该框架将已建立的放射生物学约束直接整合到其架构和训练过程中。目标是预测不同细胞类型和辐射质量下的细胞存活分数(SF)及关键放射敏感性参数,同时保持与已知剂量-反应行为的一致性。开发了一个多分支前馈神经网络,用于同时预测细胞存活分数以及相关参数,包括线性-二次模型(LQM)的参数α和β、平均失活剂量(MID)、10%存活时的剂量(D??)和10%存活时的相对生物效应(RBE??)。模型架构明确地将LQM公式和放射敏感性参数的计算嵌入到专门的定制层中。自定义的损失函数对偏离已知范围的值进行惩罚,并平衡了多个预测目标。通过十折交叉验证使用粒子辐照数据集(PIDE)对模型进行训练和验证,该神经网络取得了较高的预测准确性。预测的细胞存活分数与实验数据非常吻合(R2 ≈ 0.95)。该模型还能够稳健地预测D??和MID值(R2 ≈ 0.80)以及RBE??值(R2 ≈ 0.75)。LQM的α参数预测具有较高的相关性(R2 ≈ 0.65),而β参数的预测则表现出较大的不确定性。将LQM形式主义整合到神经网络架构中,使得模型能够根据具有机制相关性的变量产生一致的预测结果,适用于多种辐射质量。通过应用已建立的放射生物学约束来限制模型,提高了模型将输入特征与细胞结果联系起来的能力,确保了准确的剂量-反应建模和有效的外推。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:电离辐射细胞存活预测|放射生物学约束|神经网络架构|L线性二次模型|参数外推能力|射线敏感性建模

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号