在生物学研究中，细胞表型异质性是许多生物过程的标志之一。最近，一种名为AINU（人工智能 [AI] 核）的深度学习方法能够在纳米级分辨率下识别特定的核特征。
通过使用少量图像作为训练数据，AINU成功地识别人类体细胞和人类诱导多能干细胞（hiPSCs）。此外，该工具还能区分癌细胞与正常细胞，并且在早期阶段识别出被单纯疱疹病毒1型（HSV-1）感染的细胞，通过分析超分辨显微镜图像中的核心组蛋白H3、RNA聚合酶II（Pol II）或DNA的空间排列，区分不同的细胞状态。
这一研究成果发表在《自然机器智能》期刊上，标题为《一种利用纳米级核特征识别细胞异质性的深度学习方法》。该工作为改进诊断技术和开发新的疾病监测策略铺平了道路。
AINU是一种卷积神经网络，能够通过扫描利用随机光学重构显微镜（STORM）获得的高分辨率图像，检测并分析细胞内部的微小结构。STORM能够以纳米级分辨率揭示结构变化，检测到细胞内部小至20纳米的重组。
“这些图像的分辨率足够高，使我们的AI能够以惊人的准确性识别特定模式和差异，包括DNA在细胞内排列方式的变化，这有助于在变化刚发生时就发现异常，”西班牙巴塞罗那基因组调控中心（CRG）的研究教授Pia Cosma博士指出。“我们认为，有朝一日，这类信息可以为医生争取宝贵时间，用于监测疾病、个性化治疗并改善患者的预后。”
这些纳米级分辨率的图像使AI能够在细胞感染单纯疱疹病毒1型后一小时内检测到细胞核中的变化。模型通过识别染色质结构的细微差异来检测病毒的存在，这些结构在病毒感染时发生变化。
“我们的方法能够在感染开始后不久就检测到受病毒感染的细胞。通常，医生依赖可见症状或身体的较大变化来发现感染，但使用AINU，我们可以立即看到细胞核中的微小变化，”巴斯克地区大学（UPV/EHU）计算机科学和人工智能系的研究助理Ignacio Arganda-Carreras博士表示。
这项研究的共同第一作者、中国广州的广东省人民医院（GDPH）的研究员钟丽梅补充道：“研究人员可以利用这项技术在病毒进入体内后几乎立即观察到它们对细胞的影响，这有助于开发更好的治疗方法和疫苗。在医院和诊所中，AINU可以用于快速诊断感染，只需简单的血液或组织样本，就能使诊断过程更快更准确。”
将该技术应用于临床的一个障碍是，STORM成像通常一次只能分析少量细胞。为了诊断目的，医生需要在单个图像中捕获更多数量的细胞，以检测或监测疾病。
“STORM成像领域的快速发展意味着显微镜可能很快会在较小或不太专业的实验室中普及，最终甚至可能进入临床。可及性和通量的限制是比我们之前认为的更容易克服的问题，我们希望很快开展临床前实验，”Cosma博士表示。
研究人员发现，这项技术可以非常精确地识别干细胞。AINU能够更快、更准确地检测多能细胞，从而使干细胞疗法更加安全和有效。“目前检测高质量干细胞的方法依赖于动物实验，”CRG的博士后研究员Davide Carnevali博士说。“然而，我们的AI模型只需要使用特定标记染色的样本，这些标记突出显示了关键的核特征。这不仅更容易、更快速，还可以加速干细胞研究，同时促进科学中减少动物使用的趋势。”
参考文献：https://www.nature.com/articles/s42256-024-00883-x
编辑：王洪
排版：李丽
评论 (0)