利用AI來(lái)模擬細(xì)胞的真實(shí)結(jié)構(gòu)和工作模式降低實(shí)驗(yàn)成本

細(xì)胞生物學(xué)家和細(xì)胞學(xué)研究者現(xiàn)在有了新的細(xì)胞模型工具可以用了。

在微軟聯(lián)合創(chuàng)始人保羅·艾倫的資助下創(chuàng)立的艾倫細(xì)胞科學(xué)研究所（Allen Institute for Cell Science）最近公布了一項(xiàng)研究成果，利用卷積神經(jīng)網(wǎng)絡(luò)（CNN）等 AI 算法學(xué)習(xí)現(xiàn)有的 2D 及 3D 細(xì)胞影像資料，訓(xùn)練出了兩套能夠精準(zhǔn)展示和預(yù)測(cè)細(xì)胞各部分形狀、位置及工作狀態(tài)的算法模型，一個(gè)叫確定性模型（deterministic model），一個(gè)叫概率模型（probabilistic model）。

前者主要用來(lái)研究人體誘導(dǎo)多能干細(xì)胞（hiPSC）各部分的形狀和組織機(jī)理；后者則可以用來(lái)分析那些尚未深入研究過(guò)的人體細(xì)胞。

由于訓(xùn)練方式基本相同，這兩個(gè)模型工具被合稱(chēng)為 Allen Integrated Cell，并用同一套工具來(lái)渲染和展示 3D 細(xì)胞模型。

從訓(xùn)練過(guò)程來(lái)說(shuō)，艾倫細(xì)胞科學(xué)研究所的研究人員在輸入數(shù)據(jù)之前，將 hiPSC 的細(xì)胞集樣本增加到了 24 個(gè)，目標(biāo)定為 21 個(gè)關(guān)鍵結(jié)構(gòu)和子結(jié)構(gòu)。這其中包括 Paxillin、Sec61 beta、TOM20 等蛋白質(zhì)。

細(xì)胞中的 14 種可染色蛋白質(zhì)，會(huì)通過(guò)熒光標(biāo)記法逐一染上不同顏色，然后放在顯微鏡下觀察細(xì)胞各個(gè)組成部分的形狀、分布和工作模式，并形成數(shù)據(jù)庫(kù)。

接下來(lái)，研究人員將這些 3D 圖像數(shù)據(jù)輸入到兩個(gè)不同的深度學(xué)習(xí)模型中進(jìn)行訓(xùn)練和推理。

其中，確定性模型在學(xué)習(xí)了熒光標(biāo)記法中的顏色信息和活動(dòng)規(guī)律數(shù)據(jù)后，不需要進(jìn)行標(biāo)記也能精準(zhǔn)輸出 3D 的細(xì)胞活動(dòng)模式，并根據(jù)類(lèi)型為細(xì)胞各部分區(qū)分頻道。

負(fù)責(zé)細(xì)胞活動(dòng)建模工作的醫(yī)學(xué)博士 Molly Maleckar 表示，熒光標(biāo)記法對(duì)細(xì)胞來(lái)說(shuō)是有毒性的，而且大規(guī)模采用成本很高。

這意味著，研究者可以利用 AI 來(lái)模擬細(xì)胞的真實(shí)結(jié)構(gòu)和工作模式，從而降低實(shí)驗(yàn)成本。

而概率模型在完成訓(xùn)練和推理過(guò)程后，能夠輸出一個(gè) 3D 的細(xì)胞工作模型，動(dòng)態(tài)顯示不同條件下細(xì)胞各組成部分的分布和動(dòng)態(tài)。理論上，這個(gè)模型可以用于研究那些組織機(jī)理尚不清晰的細(xì)胞，也有助于拓展人體細(xì)胞的形態(tài)學(xué)邊界。

Allen Integrated Cell 輸出的 3D 細(xì)胞模型

針對(duì)這兩個(gè)模型的實(shí)用價(jià)值，艾倫細(xì)胞科學(xué)研究所也公布了不同蛋白質(zhì)的模型預(yù)測(cè)置信度。

Allen Integrated Cell 置信度

從圖上看，細(xì)胞核、核被膜等蛋白質(zhì)的可信度比較高。換句話說(shuō)，AI 模擬出的細(xì)胞活動(dòng)與觀測(cè)數(shù)據(jù)誤差很小。

這不僅有助于科學(xué)家研究正常的人體細(xì)胞，還能在觀察和分析衰老或病變細(xì)胞（比如癌細(xì)胞）時(shí)提供數(shù)據(jù)參考。Greg Johnson 表示：如果能更好地理解健康細(xì)胞的內(nèi)部工作原理，就可以知曉它在出現(xiàn)哪些問(wèn)題的時(shí)候，才會(huì)變成癌細(xì)胞。我們可以追溯癌細(xì)胞的過(guò)往，觀察它所發(fā)生的變化，然后盡早地發(fā)現(xiàn)它們。

另外，經(jīng)濟(jì)發(fā)展水平不高的國(guó)家和地區(qū)，只要具備相關(guān)人才也能通過(guò)這套 AI 模型系統(tǒng)縮小與發(fā)達(dá)地區(qū)的醫(yī)學(xué)水平差距。

目前，Allen Integrated Cell 作為在線工具，其核心代碼文件已經(jīng)發(fā)布在 Github 上。

不過(guò)，這需要一個(gè)同時(shí)精通細(xì)胞生物學(xué)、神經(jīng)與腦科學(xué)、計(jì)算機(jī)科學(xué)的團(tuán)隊(duì)合作挖掘 AI 的潛在價(jià)值。

--

關(guān)于艾倫細(xì)胞科學(xué)研究所

艾倫細(xì)胞科學(xué)研究所是 2014 年在微軟聯(lián)合創(chuàng)始人及慈善家保羅·艾倫（Paul G. Allen）的幫助下啟動(dòng)，隸屬于艾倫研究所（Allen Institute）旗下一個(gè)獨(dú)立的非營(yíng)利醫(yī)學(xué)研究機(jī)構(gòu)。它致力于理解并給細(xì)胞這一基本生命單位構(gòu)建模型。通過(guò)將技術(shù)，方法，模型和數(shù)據(jù)整合到一個(gè)共同的標(biāo)準(zhǔn)化框架中，艾倫細(xì)胞科學(xué)研究所正在創(chuàng)建動(dòng)態(tài)的視覺(jué)模型，來(lái)說(shuō)明遺傳信息如何轉(zhuǎn)化為細(xì)胞行為，以及每個(gè)細(xì)胞內(nèi)的分子和細(xì)胞器如何相互作用系統(tǒng)。這些預(yù)測(cè)模型將使細(xì)胞科學(xué)界更好地了解細(xì)胞在健康和疾病中的作用。艾倫細(xì)胞科學(xué)研究所的數(shù)據(jù)，工具和模型可在線公開(kāi)獲取。