Data science в life sciences

В настоящее время life sciences (науки о жизни) — одна из самых бурно развивающихся прикладных научных областей. Data science (наука о данных) с начала 2010-х годов тоже стала очень популярной — во многом благодаря росту вычислительной мощности машин, с одной стороны, и росту количества данных в цифровом виде, с другой. Я хочу рассказать, как наука о данных помогает наукам о жизни делать мир лучше:
• что такое life sciences и что они изучают;
• что такое data science и чем она занимается;
• как data science работает в life sciences — а если не работает, то почему;
• какие проблемы life sciences мы решаем в Аркадии при помощи data science.

Transcript

1. 2018 2018 Data Science в Life Sciences Вячеслав Котрачев Старший разработчик, Arcadia
2. 2018 О себе • 18 лет в IT • Frontend, backend, DB – MS stack • C++ -> .NET -> R/Python 2
3. 2018 Что такое Data Science 3 Domain knowledge Data science Machine learning
4. 2018 Machine Learning 4 Задача Набор частных случаев Модель
5. 2018 Machine Learning 5 Train Predict Training set X, Y Model Loss function Training algorithm Trained model New data X Y
6. 2018 Life sciences 6 • Agriculture, Fisheries & Food • Anatomy & Morphology • Behavioral Sciences • Biology, Biochemistry and Biotechnology • Biophysics • Ecology, Evolution & Environment • Entomology • Forestry • Genetics & Heredity • Immunology • Mycology • Paleontology • Parasitology • Pharmacology & Pharmacy • Physiology • Plant Sciences • Toxicology • Veterinary Sciences • Virology • Zoology • …
7. 2018 Пример – компьютерная диагностика 7 A B C
8. 2018 Пример – компьютерная диагностика 8 Опыт Диагноз
9. 2018 Классификация изображений 9 Вероятности принадлежности изображения к одному из трёх классов. В сумме равны единице.
10. 2018 Классификация изображений 10 Сегментирование Извлечение признаков Классификация На что смотрим Как представляем К чему относится
11. 2018 11 Нейросеть
12. 2018 Перцептрон 12 Входы Выход Скрытый слой
13. 2018 Модель нейрона 13 x1 x2 x3 w1 w2 w3 y
14. 2018 Свёрточная нейросеть 14
15. 2018 Свёрточная нейросеть 15
16. 2018 Пример – компьютерная диагностика 16 • Сегментирование: на что именно смотрим? • Извлечение признаков: как представляем? • Классификация: к какому классу относится представление?
17. 2018 Классификация пикселей 17 2
18. 2018 Пример – компьютерная диагностика 18 • Сегментирование: на что именно смотрим? • Извлечение признаков: как представляем? • Классификация: к какому классу относится представление?
19. 2018 Пример – компьютерная диагностика 19 Feature vector
20. 2018 Пример – компьютерная диагностика 20 • Сегментирование: на что именно смотрим? • Извлечение признаков: как представляем? • Классификация: к какому классу относится представление? 0.1 0.1 0.8
21. 2018 Проблемы обучения: переобучение 21 Модель Обучающую выборку Заучивает наизусть А не обобщает Новых данных Ошибается на
22. 2018 Проблемы: использование не по назначению 22 Модель Обучена на Используется на Одних данных Других данных
23. 2018 Пример – компьютерная диагностика • Более простая форма – триаж • Разбивает случаи на классы по степени критичности • Выполняется до того, как пациент поступает к эксперту 23 0.2 0.8 Помочь ASAP Подождет
24. 2018 Пример – разработка лекарств • Найти действующее вещество с нужными свойствами • Связывается с правильным белком • Не связывается с неправильными • Перебирать все – слишком долго и дорого (1060 веществ) 24
25. 2018 Пример – разработка лекарств • Предсказать результат до эксперимента • Отбросить обречённые вещества • Сосредоточиться на перспективных 25 Virtual Screening Candidates Good Bad
26. 2018 Пример – разработка лекарств • Arcadia: Biosignature Based Drug Design • Известна способность некоторых веществ связываться с некоторыми белками • Предсказать эту способность для других комбинаций вещество-белок 26 Белок 1 Белок 2 … Белок m Вещество 1 Модель 1 Модель 2 … Модель m Вещество 2 … Вещество n
27. 2018 Пример – разработка лекарств • Arcadia: Biosignature Based Drug Design • Известна способность некоторых веществ связываться с некоторыми белками • Предсказать эту способность для других комбинаций вещество-белок 27
28. 2018 28 Text
29. 2018 Представление документов 29 Document-term matrix Document 1 … Document n
30. 2018 Тематическое моделироваение 30 LDA
31. 2018 Тематическое моделироваение 31 Document-term matrix CAPA 1 … CAPA n Corrective Action Preventive Action
32. 2018 IBM Watson for Oncology 32 Истории болезни Медицинские журналы Учебники Исследования Данные нового пациента Диагноз Рекомендации по лечению
33. 2018 IBM Watson for Oncology 33 Истории болезни Медицинские журналы Учебники Исследования Данные нового пациента Диагноз Рекомендации по лечению Из одного медцентра. Предвзятость.
34. 2018 Вопросы 34