京都大學(xué)的研究突破

日本慶應(yīng)義塾大學(xué)的研究團隊，帶領(lǐng)者為著名科學(xué)家岡野英幸（Hideyuki Okano）博士，近期發(fā)表了一項重大研究成果：一種通過誘導(dǎo)多能干細胞（iPSCs）高效培養(yǎng)脊髓下運動神經(jīng)元（LMNs）的方法。這一突破為研究肌萎縮側(cè)索硬化癥（ALS）及開發(fā)新藥帶來了新的希望。

此方法顯著縮短了培養(yǎng)功能性神經(jīng)元所需的時間，同時提高了誘導(dǎo)效率。研究負責(zé)人森本悟（Satoru Morimoto）博士表示，這種簡化的培養(yǎng)流程將有助于加速ALS的研究進程，尤其是針對占病例總數(shù)90%以上的散發(fā)性ALS患者，為大規(guī)模藥物篩選提供了可能。

相關(guān)研究成果已發(fā)表在《干細胞報告》（Stem Cell Reports）雜志，文章標(biāo)題為《通過單細胞成像快速誘導(dǎo)人類脊髓下運動神經(jīng)元并開展穩(wěn)健的ALS細胞篩選》。

ALS研究中的挑戰(zhàn)與新方法

ALS是一種異質(zhì)性極高的神經(jīng)退行性疾病，散發(fā)性患者的個體差異極大，為研究和治療帶來重大挑戰(zhàn)。森本博士指出，為深入理解疾病機制，科學(xué)家需要分析大量患者的病例，以彌補個體差異帶來的研究難題。

為此，該團隊創(chuàng)新性地將小分子化合物方法與轉(zhuǎn)錄因子轉(zhuǎn)導(dǎo)技術(shù)相結(jié)合，成功在兩周內(nèi)以80%的高效率誘導(dǎo)出LMNs。這些神經(jīng)元不僅能夠復(fù)制ALS患者特有的病理特征（如TDP-43和FUS蛋白異常聚集），還展示出與成熟神經(jīng)元相似的電活動和網(wǎng)絡(luò)活性。

進一步分析發(fā)現(xiàn)，這些LMNs還表現(xiàn)出ALS神經(jīng)元的典型特征，例如細胞存活率顯著低于健康神經(jīng)元。這一平臺為研究ALS的細胞脆弱性提供了強大的工具，也為藥物篩選打開了新的大門。

人工智能技術(shù)的引入

在實現(xiàn)高效誘導(dǎo)的過程中，團隊面臨的主要挑戰(zhàn)是如何在短時間內(nèi)保證細胞純度并克服樣本異質(zhì)性，以滿足大規(guī)模多樣本分析的需求。為此，研究團隊引入了人工智能（AI）技術(shù)，通過機器學(xué)習(xí)和AI驅(qū)動的圖像分析，實現(xiàn)了對活細胞形態(tài)及存活率的單細胞追蹤評估，從而剔除非LMN細胞的干擾。

AI技術(shù)的應(yīng)用極大提高了細胞表型識別的準(zhǔn)確性和效率，同時還能檢測微小變化并預(yù)測疾病進程。森本博士認為，AI驅(qū)動的工具不僅簡化了過去耗時費力的實驗流程，還為細胞培養(yǎng)條件的優(yōu)化和復(fù)雜數(shù)據(jù)集的分析提供了可能性。

未來展望

森本團隊計劃進一步研究通過LMNs模型模擬ALS細胞對藥物的響應(yīng)。他們的主要目標(biāo)包括：

1. 揭示散發(fā)性ALS的發(fā)病機制；
2. 開發(fā)針對每位散發(fā)性ALS患者的個性化治療藥物；
3. 將iPS細胞衍生的神經(jīng)元作為ALS患者的生物標(biāo)志物。

盡管目前的技術(shù)仍面臨一些挑戰(zhàn)，例如實時監(jiān)控系統(tǒng)的需求和減少實驗變異性，但研究團隊對這一方法的潛力充滿信心。森本博士表示，這一項目的成功離不開團隊在干細胞生物學(xué)、時間延遲成像以及機器學(xué)習(xí)等領(lǐng)域的跨學(xué)科合作。他期望未來能夠與全球更多的科學(xué)家合作，早日找到治愈ALS的方法。

參考文獻：https://www.cell.com/stem-cell-reports/fulltext/S2213-6711(24)00321-7

編輯：王洪

排版：李麗