利用系统发育引导的神经网络从图像中发现新的生物性状
机器学习
2023-06-07 v1 计算机视觉与模式识别
图像与视频处理
摘要
在生命树（也称为系统发育树）上发现跨物种可遗传的进化性状，对生物学家理解生物如何多样化和进化具有极大意义。然而，性状的测量通常是一个主观且劳动密集型的过程，使得性状发现成为一个高度标签稀缺的问题。我们提出了一种不依赖性状标签、直接从图像中发现进化性状的新方法。我们提出的方法Phylo-NN将生物体的图像编码为一系列量化特征向量——或称为码——其中序列的不同片段捕获系统发育中不同祖先层级的进化信号。我们以鱼类物种作为目标示例，展示了我们的方法在包括物种图像生成和物种间图像翻译在内的若干下游任务中产生具有生物学意义结果的有效性。
引用
@article{arxiv.2306.03228,
title = {Discovering Novel Biological Traits From Images Using Phylogeny-Guided Neural Networks},
author = {Mohannad Elhamod and Mridul Khurana and Harish Babu Manogaran and Josef C. Uyeda and Meghan A. Balk and Wasila Dahdul and Yasin Bakış and Henry L. Bart and Paula M. Mabee and Hilmar Lapp and James P. Balhoff and Caleb Charpentier and David Carlyn and Wei-Lun Chao and Charles V. Stewart and Daniel I. Rubenstein and Tanya Berger-Wolf and Anuj Karpatne},
journal= {arXiv preprint arXiv:2306.03228},
year = {2023}
}