《自然》：AI揭示未知的細(xì)胞成分，或?yàn)槿祟?lèi)發(fā)育與疾病提供新線索

大多數(shù)人類(lèi)疾病都可以追溯到細(xì)胞中出現(xiàn)故障。例如，腫瘤能夠生長(zhǎng)是因?yàn)榛驔](méi)有被準(zhǔn)確地翻譯成特定的蛋白質(zhì)，或者代謝疾病的出現(xiàn)是因?yàn)榫€粒體不能正常發(fā)射。但要了解疾病中細(xì)胞的哪些部分會(huì)出錯(cuò)，科學(xué)家首先需要對(duì)細(xì)胞整體有完整的了解。

通過(guò)將顯微鏡、生物化學(xué)技術(shù)和人工智能相結(jié)合，加州大學(xué)圣地亞哥分校醫(yī)學(xué)院的研究團(tuán)隊(duì)，在理解人類(lèi)細(xì)胞方面取得重大飛躍。研究中的技術(shù)稱(chēng)為多尺度集成細(xì)胞（Multi-Scale Integrated Cell, MuSIC）。

研究人員說(shuō)，當(dāng)你嘗試想象細(xì)胞的樣子，你可能會(huì)想到細(xì)胞生物學(xué)教科書(shū)中描繪出五顏六色的圖表，包括線粒體、內(nèi)質(zhì)網(wǎng)和細(xì)胞核。但這就是整個(gè)故事嗎？絕對(duì)不是。

在初步研究中，MuSIC揭示了人類(lèi)腎臟細(xì)胞系中包含的大約70種成分，其中一半是以前從未見(jiàn)過(guò)的。在一個(gè)例子中，研究人員發(fā)現(xiàn)了一組形成陌生結(jié)構(gòu)的蛋白質(zhì)，并最終確定了該結(jié)構(gòu)是一種結(jié)合RNA的新蛋白質(zhì)復(fù)合物。該復(fù)合物可能參與剪接（這是一種重要的細(xì)胞事件），可以將基因翻譯成蛋白質(zhì)，并有助于確定哪些基因在何時(shí)被激活。

細(xì)胞內(nèi)部，以及在那里發(fā)現(xiàn)的許多蛋白質(zhì)，通常使用這兩種技術(shù)的其中一種進(jìn)行研究：顯微鏡成像或生物物理關(guān)聯(lián)。通過(guò)成像，研究人員將各種顏色的熒光標(biāo)簽添加到感興趣的蛋白質(zhì)上，并在顯微鏡的視野中跟蹤它們的運(yùn)動(dòng)和關(guān)聯(lián)。為了觀察生物物理關(guān)聯(lián)，研究人員可能會(huì)使用一種特定于蛋白質(zhì)的抗體將其拉出細(xì)胞，看看還有什么附著在它上面。

多年來(lái)，研究團(tuán)隊(duì)一直對(duì)繪制細(xì)胞內(nèi)部工作原理圖感興趣。MuSIC的不同之處在于使用深度學(xué)習(xí)直接從細(xì)胞顯微鏡圖像中繪制細(xì)胞圖。

顯微鏡可以看到一個(gè)微米的水平，大約是一些細(xì)胞器的大小，比如線粒體。較小的元素，例如單個(gè)蛋白質(zhì)和蛋白質(zhì)復(fù)合物，無(wú)法通過(guò)顯微鏡看到。從單一蛋白質(zhì)開(kāi)始的生物化學(xué)技術(shù)能夠深入到納米尺度。那么，如何彌合從納米到微米尺度的差距呢？可以用人工智能來(lái)做到這一點(diǎn)——查看來(lái)自多個(gè)來(lái)源的數(shù)據(jù)，并要求系統(tǒng)將其組裝成細(xì)胞模型。

研究團(tuán)隊(duì)訓(xùn)練MuSIC人工智能平臺(tái)查看所有數(shù)據(jù)并構(gòu)建一個(gè)細(xì)胞模型。雖然，該系統(tǒng)還沒(méi)有像教科書(shū)上的圖表那樣將細(xì)胞內(nèi)容映射到具體位置，原因是它們的位置不一定固定。組件的位置是流動(dòng)的，并根據(jù)細(xì)胞類(lèi)型和情況而變化。

研究人員表示，這是一項(xiàng)測(cè)試MuSIC的試點(diǎn)研究。他們只看了661種蛋白質(zhì)和一種細(xì)胞類(lèi)型。研究者明確下一步就是徹底解剖細(xì)胞，然后轉(zhuǎn)移到不同的細(xì)胞類(lèi)型、人和物種。最終，也許能夠通過(guò)比較健康和患病細(xì)胞之間的不同之處，更好地了解許多疾病的分子基礎(chǔ)。

題為A multi-scale map of cell structure fusing protein images and interactions的相關(guān)研究論文發(fā)表在《自然》上。

前瞻經(jīng)濟(jì)學(xué)人APP資訊組

論文原文：

https://www.nature.com/articles/s41586-021-04115-9

標(biāo)簽： AI 細(xì)胞