人工智能技术揭示前所未知细胞成分 为人类发育和疾病研究提供新线索

大多数人类疾病实质上是细胞故障的产物。但要了解细胞的哪些部分出错会导致疾病，科学家首先需要对细胞有完整的了解。美国加州大学圣地亚哥分校医学院的研究人员及其合作者在24日发表于《自然》杂志上的论文中，介绍了尺度集成细胞（MuSIC）技术，这是一种结合了显微镜、生物化学和人工智能的技术，揭示了以前未知的细胞成分，为人类发育和疾病提供新线索。

　　“如果你想象一个细胞，你可能会在细胞生物学课本上画出五颜六色的图，上面有线粒体、内质网和细胞核。但你以为这就结束了吗？绝对不是。”美国加州大学圣地亚哥分校医学院和摩斯癌症中心教授特雷·依德克博士说，“科学家们早就意识到这点了，但现在我们终于有办法更深入地进行研究了。”

　　在这项初步研究中，MuSIC揭示了人类肾脏细胞系中包含的大约70种成分，其中一半是我们以前从未见过的。研究还确定了一种新的结合RNA的蛋白质复合物。该复合物可能参与重要的细胞剪接机制，这一机制使基因能够翻译成蛋白质，并帮助确定哪些基因在哪些时间被激活。

　　MuSIC技术的不同之处在于，首次将不同尺度的测量结果结合在一起，利用深度学习直接从细胞显微镜图像绘制细胞图谱。

　　通过显微镜成像，研究人员将各种颜色的荧光标记添加到被研究的蛋白质上，并跟踪它们在显微镜视野中的运动和生物物理关联。

　　科学家可以利用显微镜看到1微米尺度的物体，这大约是一些细胞器（如线粒体）的大小。更小的元素，比如单个蛋白质和蛋白质复合物无法通过显微镜看到，而生物化学技术使科学家能够深入观察到纳米尺度。

　　此外，该团队训练了MuSIC人工智能平台来查看所有数据并构建细胞模型。然而，它还没有像教科书图表那样将每一部分内容映射到特定的位置，部分原因是细胞内结构的位置会变化。

　　依德克指出，这是一项测试MuSIC的试点研究。他们只研究了661种蛋白质和一种细胞类型。下一步是研究所有人类细胞，再过渡到不同的细胞类型和物种。最终，通过比较健康细胞和患病细胞的不同之处，或许能够更好地理解疾病的分子基础。