英语轻松读发新版了,欢迎下载、更新

利用人工智能,图像正在推动细胞生物学的新一轮繁荣

2024-10-21 08:32:36 英文原文

作者:Angus Chen

安妮·卡彭特(Anne Carpenter)是一位在Broad研究所从事人工智能和细胞生物学研究的专家,她说,与采用分子技术来研究单个细胞相比,图像感觉有点像“老派生物学”。然而,一旦你学会了如何提取其中的信息,图像就像一个金矿,可以提供如同基因组一样丰富的信息。

Carpenter 正在使用人工智能和其他计算方法来做这件事,这有助于推动细胞生物学和医学在过去十年里迎来由人工智能驱动的繁荣。她和其他科学家在今年波士顿举行的年度 STAT 峰会上谈到了这一视觉盛宴。

下一时代是将两片数据海洋合并:将分子科学的知识与细胞科学结合,剑桥干细胞研究所的干细胞医学教授Sarah Teichmann说道。她表示,这将赋予我们新的能力来理解人类细胞及其所有类型、功能以及——重要的是——对环境或药物等事物的反应。

“我们已经完全进入了活体人体细胞和组织表征的时空时代,”泰奇曼说。“令人兴奋的是能够将分子数据与更多的细胞形态学数据和组织形态联系起来。”

深入探究单个细胞的生活是国际人类细胞图谱联盟的核心目标,该联盟由Teichmann共同创立。这个联盟由全球数百个科研小组组成,在2016年启动了一项细致地绘制人体内37万亿健康细胞的所有类型和状态的任务。这项工作主要通过单细胞RNA测序技术来完成,这是一种分子技术,可以告诉你任何给定的细胞中哪些基因是开启或关闭的,并且能够告诉你一个细胞是什么以及它在做什么。

在过去的几年里,人类细胞图谱发布了它的第一个草稿——一个一百万个单元以上的地图这产生了一些见解,比如帮助科学家理解为什么像Wegovy这样的GLP-1激动剂药物似乎会对患者的病情产生影响。静息心率阿特拉斯包含了人类心脏中所有不同类型细胞的资料,包括稀有的起搏细胞,尽管这些细胞仅占心肌细胞的1%,但却决定了心跳的速度。

“拥有起搏细胞的分子指纹意味着我们可以将所有已知化合物及其作用靶点映射到那些细胞上,以及其他心脏中的细胞,”Teichmann说。“一个真正出乎意料的发现是GLP-1受体在这些起搏细胞中表达。那里令人惊讶的是人类细胞基本上可以作为药物作用位置的手册。”

图像可以提供另一层信息。卡彭特说,关于一个细胞有很多东西应该是可见的。例如,一个细胞在做什么或者它是否健康或受损应该会显示出视觉线索。“但是只有在过去十年里,以丰富的方式量化这些信息才变得与mRNA谱分析一样强大。”卡彭特说道。

一个例子来自卡彭特帮助开创的一种称为“细胞绘画”的技术,其中生物学家使用六种不同的荧光染料来标记细胞的不同部分。在一张幻灯片中,卡彭特展示了健康患者的一侧的皮肤细胞和另一侧的精神分裂症患者的细胞。通过这些染料,细胞核看起来像蓝色的软糖球,被发光的绿色蛛网缠绕,并且到处都是红色的小点。

“如果你一开始没有真正看到,我不会怪你,”卡彭特对人群说。“双相情感障碍患者细胞中的线粒体,也就是细胞的红色部分,在这些细胞中分布得更广泛。”“当我们进行这种大规模扰动实验时,我们可以为一种特定的情况这样做,但为什么不将这种方法扩展到所有情况、所有患者的表型呢?然后我们就可以测试所有的药物干扰。这才是真正开始加速的地方。”

这些不同的信息领域本身就很强大,AI已经开始使我们能够将所有信息整合在一起并理解它们,Altos Labs的研究负责人昆·张说。他说,在某种程度上,这类似于大型语言模型如ChatGPT的工作方式,它们将不同类型的信息进行整合,并将其从文本转换为视频或图像。

“你可以实际上将一个领域的信息输入并投影到不同的领域,”张说。“类似的概念可以应用于这些在不同尺度和层次上收集的生物数据,从RNA到空间排列再到细胞成像。你可以问,如果我添加这种药物或激活那个基因或抑制另一个基因,会发生什么?”

那种整合才刚刚开始。目前,该领域仍在收集和组织正确的数据集,卡彭特说。她的实验室的工作之一是将“杂乱”的生物学问题简化为数学问题。她说,他们使用的是简单的方法,但在一个如此新且发展迅速的领域里,这仍然在推动生物学和药物发现的边界。

“但我们谈论的是一个每年都会出现全新应用的领域,”她说。“即使是最简单的方法也足以让我们取得前所未有的进展。”

关于《利用人工智能,图像正在推动细胞生物学的新一轮繁荣》的评论


暂无评论

发表评论

摘要

安妮·卡彭特(Anne Carpenter)是一位在Broad研究所从事人工智能和细胞生物学研究的专家,她表示:“与分子技术来研究单个细胞相比,图像感觉有点像‘老派生物学’。”“拥有起搏器细胞的分子指纹意味着我们可以将所有已知化合物及其靶点映射到这些细胞上,以及其他心脏中的细胞。”泰奇曼说。“使用染料后,细胞核看起来像是蓝色软糖被发光绿色蛛网缠绕,并且上面撒满了红色斑点。他说,在某种程度上,这与大型语言模型如ChatGPT的工作方式相似,它们将不同类型的信息整合并将其从文本转换为视频或图像。她说,他们采用的是简单的方法,但在一个如此新颖且发展迅速的领域中,这些方法仍在推动生物学和药物发现的边界。”