科学家迎来新3D细胞AI工具 有助深入研究疾病成因

2018-05-11 17:00 cnBeta.COM

  要了解很多即便的原理,就必须更加深入地了解细胞的运作机制。好消息是,随着技术的进展,科学家们有了越来越强大的工具。本文要为大家介绍的,就是来自艾伦研究所的《Allen Intergrated Cell》。 当前该工具已在线上免费开放,其专注于人类干细胞、或那些尚未转化成的细胞(比如肌肉或心脏细胞)。通过 3D 可视化技术,它能够帮助研究人员更好地了解疾病。

细胞图像及其内部结构

  Allen Institute研究员Greg Johnson表示:“如果我们能够更好地理解健康细胞的内部工作原理,就可以知晓它在出现哪些问题的时候,才会变成癌细胞。我们可以追溯癌细胞的过往,观察它所发生的变化,然后尽早地发现它们。”

  算法会学习预测任何细胞结构的形状和位置,而不仅仅是它已经见识过的、或有其它有标记的结构:首先,科学家对细胞进行基因改造,让它的内部结构(比如线粒体)发光。然后,他们拍摄这些发光细胞的数千张照片,并将之投喂给机器学习算法。

动图演示

  该方法的重要性在于,它能让研究人员有有效、更廉价地研究细胞。当涉及细胞影像的时候,有几种不同的方法。而最简单、最实惠的,就是亮场成像(bright-field imaging)。

  据Johnson所述,这就像是高中生物课那样,通过显微镜来观察池塘水。你会看到一幅非常明亮的图像,而某些暗点就是内部结构。但细致程度也仅限于此,使得我们很难真正理解细胞的微妙之处。

  另外一种方法,就是科学家们所做的——设计一种细胞,并使其发光!但显然,你要制造的发光结构越多,其成本也就更高。

  此外这些细胞对使它们发光的染料的反应不太好,意味着很快就会死亡,跟别提随着时间的推移去观察它们了。

  好消息是,Allen Integrated Cell 在看到一个明亮图像的基础上,还能向科学家们展示其内部构造。“由于我们只需通过亮场来获取图像,所以其成本很低、也没有毒性。这意味着我们可以在很长一段时间内拍摄很多图像,并观察它们的动态。在以前,这显然是无法做到的。”

责编:陶宗瑶(实习生)
分享:

推荐阅读