×

使用多层感知器计算发现蚊子和果蝇中理想的昆虫嗅觉受体组合,以实现高效的电子鼻。 (英语) Zbl 1414.92075号

小结:模型生物,黑腹果蝇还有蚊子冈比亚按蚊分别使用60个和79个气味受体来感知他们的嗅觉世界。然而,由于受体/传感器集成和功能化的困难,昆虫嗅觉生物传感器形式的商用“电子鼻”在检测前端需要的受体数量非常少。在这封信中,我们演示了如何通过多层感知器(MLP)形式的人工神经网络(ANN)进行计算,可以成功地作为生物传感器的信号处理后端,将受体数量大幅减少到三个,同时仍保持100%的气味检测性能,达到受体的完整补充。此外,我们还提供了以下各项的详细性能比较D.黑腹果蝇冈比亚按蚊气味受体并证明冈比亚按蚊受体提供卓越的嗅觉检测性能超过D.黑腹果蝇对于非常低的受体数量。本研究的结果表明,利用MLP的计算可以为嗅觉生物传感器设备发现理想的生物嗅觉受体,从而提供未知气味的最大分类性能。

MSC公司:

92C20美元 神经生物学
92C30型 生理学(一般)
68T05型 人工智能中的学习和自适应系统
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Acevedo,F.、Maldonado,S.、Dominguez,E.、Narvaez,A.和Lopez,F.(2007年)。用于多类酒精识别的概率支持向量机。传感器和执行器B:化学,122(1),227-235,
[2] Anderson,J.R.、Michalski,R.S.、Micharski,R.S、Carbonell,J.G.和Mitchell,T.M.(1986年)。机器学习:一种人工智能方法。旧金山:摩根考夫曼·Zbl 0593.68060号
[3] Bachtiar,L.R.、Unsworth,C.P.和Newcomb,R.D.(2013年)。人工神经网络在嗅觉生物传感器中蚊子嗅觉受体神经元的应用。《医学和生物学会工程学报》(EMBC),2013年IEEE第35届国际年会(第5390-5393页)。新泽西州皮斯卡塔韦:IEEE,
[4] Bachtia,L.R.、Unsworth,C.P.和Newcomb,R.D.(2014a)。“超级E鼻”:根据跨物种嗅觉受体阵列的发射率对挥发性气味进行多层感知器分类。《医学和生物学会工程学报》(EMBC),2014年IEEE第36届国际年会。新泽西州皮斯卡塔韦:IEEE,
[5] Bachtia,L.R.、Unsworth,C.P.和Newcomb,R.D.(2014b)。根据黑腹果蝇嗅觉受体的放电速率,人工神经网络预测不同浓度的特定VOCs和混合VOCs。《医学和生物学会工程学报》(EMBC),2014年IEEE第36届国际年会。新泽西州皮斯卡塔韦:IEEE,
[6] 巴赫蒂亚·L.R.、Unsworth·C.P.、纽科姆·R.D.和克拉宾·E.J.(2011年a)。使用多层感知器组件从气味描述符值预测气味化学类别。《医学和生物学会工程学报》,EMBC,2011年IEEE年度国际会议(第2756-2759页)。新泽西州皮斯卡塔韦:IEEE,
[7] 巴赫蒂亚·L.R.、Unsworth·C.P.、纽科姆·R.D.和克拉宾·E.J.(2011年b)。利用人工神经网络对昆虫嗅觉神经元放电中未知挥发性化学物质进行分类。《医学和生物学会工程学报》,EMBC,2011年IEEE年度国际会议(第2752-2755页)。新泽西州皮斯卡塔韦:IEEE,
[8] 巴赫蒂亚·L.R.、Unsworth·C.P.、纽科姆·R.D.和克拉宾·E.J.(2013)。根据昆虫嗅觉神经元的放电速率对未知挥发性化学物质进行多层感知器分类,并将其应用于生物传感器设计。神经计算,25(1),259-287·Zbl 1269.92004号
[9] Baldwin,E.A.、Bai,J.、Plotto,A.和Dea,S.(2011年)。电子鼻和电子舌:在食品和制药行业的应用。传感器,11(5),4744-4766,
[10] Benton,R.、Sachse,S.、Michanick,S.W.和Vosshall,L.B.(2006年)。果蝇体内气味受体的非典型膜拓扑结构和异体功能。《公共科学图书馆·生物学》,4(2),e20,
[11] Berrueta,L.A.、Alonso-Salces,R.M.和Héberger,K.(2007)。食品分析中的监督模式识别。色谱杂志-A,1158(1),196-214,
[12] Beshel,J.和Zhong,Y.(2013)。果蝇大脑中食物气味值的分级编码。《神经科学杂志》,33(40),15693-15704。doi:10.1523/JNEUROSCI.2605-13.2013;10.1523/JNEUROSCI.2605-13.2013,
[13] 毕晓普,C.M.(1994)。新颖性检测和神经网络验证。视觉、图像和信号处理,IEE会议记录,141(4),217-222,
[14] Boyle,S.M.、McInally,S.和Ray,A.(2013)。通过嗅觉感受器化学空间的电子解码扩展嗅觉代码。eLife,2,e01120。doi:10.7554/eLife.01120;10.7554/寿命.01120
[15] Carey,A.F.和Carlson,J.R.(2011年)。昆虫嗅觉从模型系统到疾病控制。程序。国家。阿卡德。科学。美国,108(32),12987-12995。doi:11033472108[pii]10.1073/pnas.1103472108,
[16] Carey,A.F.、Wang,G.、Su,C.、Zwiebel,L.J.和Carlson,J.R.(2010年)。疟疾蚊子冈比亚按蚊的气味接收。《自然》,464(7285),66-71,
[17] Carlson,J.R.(1996)。果蝇的嗅觉:从气味到行为。遗传学趋势,12(5),175-180,
[18] Churchland,P.S.和Sejnowski,T.J.(1992)。计算大脑。马萨诸塞州剑桥:麻省理工学院出版社·Zbl 0872.92003号
[19] Clyne,P.、Grant,A.、O'Connell,R.和Carlson,J.R.(1997年)。果蝇触角上单个感器的气味反应。无脊椎动物神经科学,3(2-3),127-135,
[20] Cortes,C.和Vapnik,V.(1995年)。支持向量网络。机器学习,20(3),273-297·Zbl 0831.68098号
[21] Couto,A.、Alenius,M.和Dickson,B.J.(2005)。果蝇嗅觉系统的分子、解剖和功能组织。当代生物学,15(17),1535-1547,
[22] de Bruyne,M.、Clyne,P.J.和Carlson,J.R.(1999)。嗅觉器官模型中的气味编码:果蝇上颌骨触须。《神经科学杂志》,19(11),4520-4532。
[23] de Bruyne,M.、Foster,K.和Carlson,J.R.(2001)。果蝇天线中的气味编码。神经元,30(2),537-552,
[24] Distante,C.、Ancona,N.和Siciliano,P.(2003)。用于嗅觉信号识别的支持向量机。传感器和执行器B:Chemical,88(1),30-39,
[25] Dobritsa,A.A.、van der Goes van Naters,W.、Warr,C.G.、Steinbrecht,R.A.和Carlson,J.R.(2003)。整合果蝇天线中气味编码的分子和细胞基础。神经元,37(5),827-841,
[26] Efron,B.(1983年)。估计预测规则的错误率:交叉验证的改进。美国统计协会杂志,316-331·Zbl 0543.62079号
[27] Efron,B.和Tibshirani,R.(1993年)。引导程序简介。佛罗里达州博卡拉顿:查普曼和霍尔/CRC·Zbl 0835.62038号
[28] Egan,J.P.(1975年)。信号检测理论和ROC分析。纽约:学术出版社。
[29] Fawcett,T.(2006)。ROC分析简介。模式识别字母,27(8),861-874,
[30] Fonollosa,J.、Gutierrez-Galvez,A.和Marco,S.(2012年)。早期嗅觉通路中神经群体的质量编码:利用信息理论和人工嗅觉系统的经验教训进行分析。《公共科学图书馆·综合》,7(6)。
[31] Galán,R.F.、Sachse,S.、Galizia,C.G.和Herz,A.V.(2004)。触角叶中的气味驱动吸引子动力学允许简单快速的嗅觉模式分类。神经计算,16(5),999-1012·Zbl 1053.92009年
[32] Gardner,J.W.、Hines,E.L.和Wilkinson,M.(1990年)。人工神经网络在电子嗅觉系统中的应用。测量科学与技术,1446-451,
[33] Gutierrez-Osuna,R.(2002)。机器嗅觉的模式分析:综述。传感器杂志,IEEE,2(3),189-202,
[34] Hall,M.A.和Smith,L.A.(1997年)。特征子集选择:一种基于相关性的过滤方法。《1997年神经信息处理和智能信息系统国际会议论文集》(第855-858页)。纽约:施普林格。
[35] Hallem,E.A.和Carlson,J.R.(2006年)。通过受体库对气味进行编码。单元格,125(1),143-160,
[36] Hallem,E.A.、Dahanukar,A.和Carlson,J.R.(2006年)。昆虫气味和味道受体。每年。昆虫学评论。,51, 113-135. ,
[37] Hallem,E.A.、Ho,M.G.和Carlson,J.R.(2004)。果蝇触角气味编码的分子基础。细胞,117(7),965-979,
[38] Harrell,F.E.(2001)。回归建模策略:应用于线性模型、逻辑回归和生存分析。柏林:Springer-Verlag·Zbl 0982.62063号
[39] Hsu,C.和Lin,C.(2002)。多类支持向量机方法的比较。IEEE神经网络汇刊,13(2),415-425,
[40] Huang,S.,Tan,K.K.,&Tang,K.Z.(2004)。神经网络控制:理论与应用。英国赫特福德郡巴尔多克:研究出版社。
[41] Huerta,R.和Nowotny,T.(2009年)。通过强化信号快速而有力地学习:昆虫大脑的探索。神经计算,21(8),2123-2151·Zbl 1176.68181号
[42] Huerta,R.、Nowotny,T.、García-Sanchez,M.、Abarbanel,H.D.和Rabinovich,M.I.(2004)。昆虫嗅觉系统的学习分类。神经计算,16(8),1601-1640·Zbl 1053.92011年
[43] Huerta,R.、Vembu,S.、Amigó,J.M.、Nowotny,T.和Elkan,C.(2012年)。多类别分类中的抑制。神经计算,24(9),2473-2507·Zbl 1269.92015年9月
[44] Insent公司。(2006). 昆虫化学感觉系统。
[45] Jain,A.K.、Mao,J.和Mohiuddin,K.M.(1996)。人工神经网络:教程。计算机,29(3),31-44,
[46] Kavzoglu,T.(1999)。确定人工神经网络的最佳结构。《遥感学会第25届年度技术会议暨展览会论文集》(第675-682页)。不适用。
[47] Laurent,G.、Stopfer,M.、Friedrich,R.W.、Rabinovich,M.I.、Volkovskii,A.和Abarbanel,H.D.(2001)。气味编码是一个活跃的动态过程:实验、计算和理论。神经科学年度回顾,24(1),263-297,
[48] Leal,W.S.(2013)。昆虫对气味的接受:受体、结合蛋白和降解酶的作用。《昆虫学年度评论》,58,373-391,
[49] Li,C.、Heinemann,P.和Sherry,R.(2007)。神经网络和贝叶斯网络融合模型,用于融合电子鼻和声表面波传感器数据,用于苹果缺陷检测。传感器和执行器B:化学,125(1),301-310,
[50] Longstaff,I.D.和Cross,J.F.(1987年)。一种理解多层感知的模式识别方法。模式识别字母,5(5),315-319,
[51] Lu,T.,Qiu,Y.T.,Wang,G.,Kwon,J.Y.,Rutzler,M.,Kwon,H.,…Carlson,J.R.(2007)。疟疾媒介蚊子冈比亚按蚊上颌触须中的气味编码。当代生物学,17(18),1533-1544,
[52] Marco,S.和Gutierrez-Gálvez,A.(2009年)。生物启发计算在化学传感中应用的最新进展。嗅觉和电子鼻:第13届嗅觉和电动鼻国际研讨会论文集(第151-154页)。新泽西州皮斯卡塔韦:IEEE,
[53] Marco,S.和Gutiérrez-Gálvez,A.(2012年)。机器嗅觉和化学传感的信号和数据处理:综述。IEEE传感器杂志,12(11),3189-3214,
[54] Massart,D.L.、Vandeginste,B.、Buydens,L.、De Jong,S.、Lewi,P.和Smeyers-Verbeke,J.(1997)。化学计量学和质量计量学手册:A部分。多德雷赫特:爱思唯尔。
[55] 数学工程。(2014). 计算分类器输出的接收器工作特性(ROC)曲线或其他性能曲线。
[56] Mazzatorta,P.、Benfenati,E.、Lorenzini,P.和Vighi,M.(2004)。生态毒性的定量构效关系:现代分类技术概述。化学信息与计算机科学杂志,44(1),105-112,
[57] Mboera,L.和Takken,W.(1997年)。蚊子的二氧化碳趋化性(双翅目:蚊科)及其在媒介监测和管理方案中的潜力。医学审查。昆虫学。,85(4), 355-368.
[58] McCulloch,W.S.和Pitts,W.(1943年)。神经活动内在思想的逻辑演算。《数学生物学通报》,5(4),115-133·Zbl 0063.03860号
[59] Nowotny,T.、Berna,A.Z.、Binions,R.和Trowell,S.(2013年)。使用金属氧化物传感器对大量化学品进行分类的最佳特征选择。传感器和执行器B:化学,187,471-480,
[60] Pardo,M.和Sberveglieri,G.(2005年)。用支持向量机对电子鼻数据进行分类。传感器和执行器B:化学,107(2),730-737,
[61] Phaisangittisagul,E.,&Nagle,H.T.(2008)。基于瞬态特征提取的机器嗅觉传感器选择。IEEE仪器和测量汇刊,57(2),369-378,
[62] Poggio,T.和Girosi,F.(1990年)。近似和学习网络。近似与学习网络,78(9),1481-1497·Zbl 1226.92005号
[63] Raman,B.、Stopfer,M.和Semancik,S.(2011年)。模拟人工嗅觉中的生物设计和计算原理。ACS化学神经科学,2(9),487-499,
[64] Rosenblatt,F.(1958年)。感知机:大脑中信息存储和组织的概率模型,《心理学评论》,65(6),386-408,
[65] Sato,K.,Pellegrino,M.,Nakagawa,T.,Naka,T.、Vosshall,L.B.和Touhara,K.(2008)。昆虫嗅觉受体是异体配体门控离子通道。《自然》,452(7190),1002-1006,
[66] Smart,R.、Kiely,A.、Beale,M.、Vargas,E.、Carraher,C.、Kralicek,A.V.、…Warr,C.G.(2008)。果蝇气味受体是一种新型的七种跨膜结构域蛋白,可以独立于异源三聚体G蛋白发出信号。昆虫生物化学和分子生物学,38(8),770-780,
[67] Sola,J.和Sevilla,J.(1997)。输入数据规范化对神经网络应用于复杂工业问题的重要性。IEEE核科学汇刊,44(3),1464-1468,
[68] Su,C.、Menuz,K.和Carlson,J.R.(2009年)。嗅觉:受体、细胞和回路。细胞,139(1),45-59,
[69] Swets,J.A.(1988年)。测量诊断系统的准确性。科学,240(4857),1285-1293·Zbl 1226.92048号
[70] Takken,W.和Knols,B.G.(1999)。非洲热带疟疾蚊子的气味介导行为。《昆虫学年鉴》,第44期,第131-157页。doi:10.1146/anurev.ento.44.1.131,
[71] Tauxe,G.M.,MacWilliam,D.,Boyle,S.M.、Guda,T.和Ray,A.(2013)。以皮肤和CO(2)的双重检测器为目标来改变蚊子宿主的寻找。细胞,155(6),1365-1379,
[72] Todeschini,R.、Ballabio,D.、Consonni,V.、Mauri,A.和Pavan,M.(2007年)。CAIMAN(分类和影响矩阵分析):一种基于杠杆尺度函数的新分类方法。化学计量学和智能实验室系统,87(1),3-17,
[73] Unsworth,C.P.、Bachtiar,L.R.、Newcomb,R.D.和Crampin,E.J.(2011年)。网络鼻项目:预测嗅觉。在加利福尼亚州圣地亚哥举行的神经计算年度联合研讨会上发表的论文。
[74] van den Broek,I.V.F.和den Otter,C.J.(1999)。不同寄主偏好的蚊子(冈比亚按蚊、阿拉伯按蚊、四环按蚊、阿托帕按蚊)对合成寄主气味的嗅觉敏感性。昆虫生理学杂志,45(11),1001-1010,
[75] Weston,J.和Watkins,C.(1998年)。多类支持向量机(技术报告CSD-TR-98-04)。伦敦:伦敦大学。
[76] Wicher,D.、Schäfer,R.、Bauernfeind,R.、Stensmyr,M.C.、Heller,R.、Heinemann,S.H.和Hansson,B.S.(2008年)。果蝇气味受体是配体门控和环核苷酸激活的阳离子通道。《自然》,452(7190),1007-1011,
[77] Wilson,A.D.和Baietto,M.(2009年)。电子鼻技术的应用和进展。传感器,9(7),5099-5148,
[78] Wilson,R.I.(2013)。果蝇的早期嗅觉加工:机制和原理。神经科学年度回顾,36(1),217-241。doi:10.1146/annurev-neuro-062111-150533,
[79] 永伟,W.,王,J.,周,B.,&卢,Q.(2009)。基于电子鼻的鸡蛋贮藏时间和质量属性监测。《分析化学学报》,650(2),183-188,
[80] Zwiebel,L.J.和Takken,W.(2004)。蚊子与宿主相互作用的嗅觉调节。昆虫生物化学。分子生物学。,34(7), 645-652. doi:10.1016/j.ibmb.2004.03.017S0965174804000682,
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。