AI 能看清你每一個細胞,它可能就是醫學界的「鷹眼」

作者 | 發布日期 2018 年 05 月 18 日 8:00 | 分類 AI 人工智慧 , 生物科技 , 醫療科技 follow us in feedly

AI 正在製作一本人類細胞的百科全書。



我們對人類細胞的結構了解,大部分來自生物課本:細胞膜裡包著圓圓的細胞核,旁邊散落著中心體、粒線體、溶體等。

但科學家表示,細胞結構根本不是這麼簡單。

它的構成遠比顯微鏡下的紫色洋蔥複雜,每個部分彼此之間都有著聯繫。弄清楚這一切,對醫生診斷及疾病機制研究非常有好處。

50 個來自細胞科學研究中心 Allen Institute 的細胞生物學家、顯微專家和電腦工程師,最近公布了人類細胞研究工具 Allen Integrated Cell

過去兩年裡,科學家用基因工程改造細胞樣本,用螢光標記它們的內部結構(比如粒線體)。隨後他們將超過 6,000 張發光細胞的照片供給人工智慧演算法學習,建立出 3D 模型。

現在,除了資料庫內的 3.2 萬個細胞種類構成清晰可見,這個智慧工具還可以預測一個未知細胞的內部運作。

這個細胞工具專注於人體幹細胞。

Allen Institute 的科學家 Greg Johnson 認為,了解健康細胞的內部運作對癌症的發現和治療非常有用。這意味著醫生可從癌細胞「回到過去」,觀察比較細胞發生了什麼變化。

Allen Institute 所長 Rick Horwitz 也認為,細胞的演變過程比靜態形態更重要。

即使你知道所有球員的統計資料,但從未看過比賽,你也無法預測足球比賽的結果。

表示,這個工具可能會意外加速幹細胞研究、癌症研究和藥物開發。

光學顯微鏡是最傳統的細胞觀察方法。雖然成本低也操作簡單,但結果往往讓人沮喪。你能看到黑白清晰的輪廓,裡面有很多小物體四處移動,做著各種神祕的事。但你沒法知道它在做什麼,細節的缺失讓人一知半解。

而基因改變、特殊染料或強光照射等技術往往會改變或損害細胞本身,不利長時間觀察。而且,這些技術還仰賴昂貴的設備,在一些實驗室難以達成。

這些都是必須收集圖像,讓人工智慧建立 3D 模型的原因所在。

▲ Allen Integrated Cell 查看頁面。

現在用 Allen Integrated Cell,你只需要提供一張顯微鏡下的細胞圖,人工智慧就能還原它的內部組成。這種方式不會丟失細節,也不至於讓成本高得嚇人。

負責化驗研發團隊的 Susanne Rafelski 

就像你只有一些車輪照,它也能從有限的資訊預測汽車的品牌和型號。

當只有模糊描述時,只要提供 Allen Integrated Cell 細胞大小、形狀和細胞核的位置,人工智慧也可以提出幾個不同方案,嘗試猜測還原整個細胞的結構和形態。

▲ Allen Integrated Cell 人工智慧的兩種模式,一種根據圖像還原,另一種則是模糊猜測。

Fred Hutchinson 癌症研究中心的研究員 Roger Brent 已經試用了幾個月。在他看來,這個工具對全世界的研究人員都有幫助,包括在不太富裕的地區。

Allen Institute 科學家表示,未來他們將隨著幹細胞的成長過程來擴展研究對象,比如心肌細胞和腎臟細胞。他們相信,這能進一步幫助生物學家和醫生理解某些疾病的發展。

Brent 對這個工具的未來非常有信心。他認為 10 年後,手機將變得夠強大可承載這個工具。這可能意味著,即使在發展中國家,一個小小的實驗室也可以從癌症細胞內部來判斷病情,選擇最佳的治療方法。

(本文由 愛范兒 授權轉載;首圖來源:shutterstock)