Imageomics, a new field of science, has made stunning progress in the past year and is on the verge of major discoveries about life on Earth, according to one of the founders of the discipline.
据该学科的创始人之一介绍，图像组学是一个新的科学领域，在过去一年中取得了惊人的进展，即将对地球上的生命进行重大发现
俄亥俄州立大学转化数据分析研究所所长Tanya Berger Wolf在2024年2月17日美国科学促进会年会上的一次演讲中概述了图像组学的现状
Berger Wolf在会前接受采访时表示：“图像组学正在成熟，并为其首次重大发现做好了准备。”
Imageomics是一个新的跨学科科学领域，专注于使用机器学习工具从图像中理解生物体的生物学，特别是生物特征
俄亥俄州立大学图像组学研究所所长Berger Wolf说，这些图像可能来自相机陷阱、卫星、无人机，甚至游客拍摄的斑马和鲸鱼等动物的度假照片这些图像包含了大量信息，在人工智能和机器学习发展之前，科学家无法正确分析和使用这些信息
Berger Wolf告诉AAAS，这个领域是新的——图像组学研究所刚刚成立于2021年——但大事正在发生即将实现的一个主要研究领域涉及表型——可以在图像中看到的动物的可观察特征——如何与它们的基因组，即产生这些特征的DNA序列相关
“我们正在了解可观察表型与基因型的直接联系，”她说
“没有图像组学，我们无法做到这一点。它正在推动人工智能和生物科学的发展。”
Berger Wolf引用了对蝴蝶的新研究作为图像组学进步的一个例子。她和同事们正在研究模仿蝴蝶——一种外表与不同物种相似的蝴蝶。模仿的一个原因是看起来像鸟类等捕食者所回避的物种，因为它们的味道没有吸引力
在这种情况下，鸟类和人类都无法通过观察来区分物种，即使蝴蝶自己也知道区别。然而，机器学习可以分析图像，并学习区分蝴蝶类型的颜色或其他特征的细微差异
“我们无法将它们区分开来，因为这些蝴蝶进化这些特征并不是为了我们的利益。它们进化是为了向自己的物种和捕食者发出信号，”她说
“信号就在那里——我们就是看不到。机器学习可以让我们了解这些差异是什么。”
但更重要的是，我们可以使用图像组学方法来改变蝴蝶的图像，看看模仿物的差异有多大才能愚弄鸟类。研究人员正计划打印出有细微差异的蝴蝶的逼真图像，看看真正的鸟类会对哪些蝴蝶做出反应。
这是在用人工智能做一些以前从未做过的新事情
Berger Wolf说：“我们不是用人工智能来概括我们所知道的。我们是用人工智能产生新的科学假设，这些假设实际上是可以测试的。这很令人兴奋。”
研究人员正在进一步采用图像组学方法，将蝴蝶外观的这些细微差异与导致这些差异的实际基因联系起来
她说：“在未来几年里，我们将学到很多东西，这些东西将把图像组学推向我们现在只能想象的新领域。”
一个关键目标是利用图像组学产生的新知识，找到保护受威胁物种及其栖息地的方法
Berger Wolf说：“未来几年，图像组学将带来很多好处。”
Berger Wolf的AAAS演讲题为“图像组学：图像是生命信息的来源”，是“图像组论：为理解生物特征的机器学习提供动力”课程的一部分