在生物學研究中，細胞表型異質性是許多生物過程的標志之一。最近，一種名為AINU（人工智能 [AI] 核）的深度學習方法能夠在納米級分辨率下識別特定的核特征。

通過使用少量圖像作為訓練數(shù)據(jù)，AINU成功地識別人類體細胞和人類誘導多能干細胞（hiPSCs）。此外，該工具還能區(qū)分癌細胞與正常細胞，并且在早期階段識別出被單純皰疹病毒1型（HSV-1）感染的細胞，通過分析超分辨顯微鏡圖像中的核心組蛋白H3、RNA聚合酶II（Pol II）或DNA的空間排列，區(qū)分不同的細胞狀態(tài)。

這一研究成果發(fā)表在《自然機器智能》期刊上，標題為《一種利用納米級核特征識別細胞異質性的深度學習方法》。該工作為改進診斷技術和開發(fā)新的疾病監(jiān)測策略鋪平了道路。

AINU是一種卷積神經網絡，能夠通過掃描利用隨機光學重構顯微鏡（STORM）獲得的高分辨率圖像，檢測并分析細胞內部的微小結構。STORM能夠以納米級分辨率揭示結構變化，檢測到細胞內部小至20納米的重組。

“這些圖像的分辨率足夠高，使我們的AI能夠以驚人的準確性識別特定模式和差異，包括DNA在細胞內排列方式的變化，這有助于在變化剛發(fā)生時就發(fā)現(xiàn)異常，”西班牙巴塞羅那基因組調控中心（CRG）的研究教授Pia Cosma博士指出?！拔覀冋J為，有朝一日，這類信息可以為醫(yī)生爭取寶貴時間，用于監(jiān)測疾病、個性化治療并改善患者的預后。”

這些納米級分辨率的圖像使AI能夠在細胞感染單純皰疹病毒1型后一小時內檢測到細胞核中的變化。模型通過識別染色質結構的細微差異來檢測病毒的存在，這些結構在病毒感染時發(fā)生變化。

“我們的方法能夠在感染開始后不久就檢測到受病毒感染的細胞。通常，醫(yī)生依賴可見癥狀或身體的較大變化來發(fā)現(xiàn)感染，但使用AINU，我們可以立即看到細胞核中的微小變化，”巴斯克地區(qū)大學（UPV/EHU）計算機科學和人工智能系的研究助理Ignacio Arganda-Carreras博士表示。

這項研究的共同第一作者、中國廣州的廣東省人民醫(yī)院（GDPH）的研究員鐘麗梅補充道：“研究人員可以利用這項技術在病毒進入體內后幾乎立即觀察到它們對細胞的影響，這有助于開發(fā)更好的治療方法和疫苗。在醫(yī)院和診所中，AINU可以用于快速診斷感染，只需簡單的血液或組織樣本，就能使診斷過程更快更準確?！?/p>

將該技術應用于臨床的一個障礙是，STORM成像通常一次只能分析少量細胞。為了診斷目的，醫(yī)生需要在單個圖像中捕獲更多數(shù)量的細胞，以檢測或監(jiān)測疾病。

“STORM成像領域的快速發(fā)展意味著顯微鏡可能很快會在較小或不太專業(yè)的實驗室中普及，最終甚至可能進入臨床?？杉靶院屯康南拗剖潜任覀冎罢J為的更容易克服的問題，我們希望很快開展臨床前實驗，”Cosma博士表示。

研究人員發(fā)現(xiàn)，這項技術可以非常精確地識別干細胞。AINU能夠更快、更準確地檢測多能細胞，從而使干細胞療法更加安全和有效。“目前檢測高質量干細胞的方法依賴于動物實驗，”CRG的博士后研究員Davide Carnevali博士說?！叭欢覀兊腁I模型只需要使用特定標記染色的樣本，這些標記突出顯示了關鍵的核特征。這不僅更容易、更快速，還可以加速干細胞研究，同時促進科學中減少動物使用的趨勢?！?/p>

參考文獻：https://www.nature.com/articles/s42256-024-00883-x

編輯：王洪

排版：李麗