Self-Supervised Learning for Drug Discovery Using Nematode Images: Method and Dataset
Notice bibliographique
Résumé
Parasitic worms are significant causes of human and livestock disease. The battle against infections caused by parasitic worms involves the exploration of numerous potential drug candidates. One approach in screening for new drug candidates is using natural product extracts on the nematode C. elegans as a model organism. A critical step in this process is the examination of microscopy images of C. elegans after exposure to natural product extracts. Automatic image classification accelerates the analysis process compared to purely visual identification by an expert. We report a new C. elegans image dataset including 12 717 microscopy images corresponding to natural product extracts, with about one-third of the images labeled by an expert and the remaining unlabeled. We make this dataset available to researchers for further development. We also propose a two-stage Semi-supervised Mix-up Barlow Twins Nematode Classifier (MBT-NC) to solve three image classification tasks involving nematode phenotypes after exposure to the studied natural extracts. MBT-NC combines self-supervised learning (SSL) for the feature representation stage (MBT) with a supervised classification stage (NC). In MBT, we utilize augmented and linearly interpolated samples for information maximization. Our method outperforms fully supervised and also other self-supervised methods on all three classification tasks: For binary, six-class, and 27-class classification, we outperform by 3.2%, 1.0%, and 2.2% respectively on test accuracy compared to the other methods. This is a new line of research in computer vision applications in healthcare.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».