|人工智能揭示了以前未知的生物学--我们可能不知道我们细胞中的一半内容

文章图片

这是一种结合了显微镜、生物化学和人工智能的技术，揭示了以前未知的细胞成分，
基于人工智能的技术揭示了以前未知的细胞成分，可能为人类发育和疾病提供新的线索。大多数人类疾病都可以追溯到细胞的故障部分--例如，肿瘤能够生长是因为一个基因没有准确地翻译成特定的蛋白质，或者代谢性疾病的产生是因为线粒体没有正常启动。但是要了解细胞的哪些部分会在疾病中出错，科学家首先需要有一个完整的部分清单。
通过结合显微镜、生物化学技术和人工智能，加州大学圣地亚哥分校医学院的研究人员和合作者已经采取了他们认为可能成为理解人类细胞的一个重要飞跃。
2021年11月24日，《自然》杂志对这项被称为多尺度集成细胞（MuSIC）的技术进行了描述。
\"如果你想象一个细胞，你可能会想象你的细胞生物学教科书中的彩色图表，有线粒体、内质网和细胞核。但这是故事的全部吗？肯定不是， \"加州大学圣地亚哥分校医学院和Moores癌症中心的教授Trey Ideker博士说。 \"科学家们早就意识到，我们不知道的东西比我们知道的要多，但现在我们终于有了一种方法来深入了解。
Ideker与瑞典斯德哥尔摩KTH皇家理工学院和斯坦福大学的Emma Lundberg博士领导了这项研究。
在试点研究中， MuSIC揭示了一个人类肾脏细胞系中包含的大约70种成分，其中一半是以前从未见过的。在一个例子中，研究人员发现了一组蛋白质形成了一个陌生的结构。与加州大学圣地亚哥分校的同事Gene Yeo博士合作，他们最终确定该结构是一个新的蛋白质复合物，它与RNA结合。该复合物可能参与了剪接，这是一个重要的细胞事件，使基因翻译成蛋白质，并帮助确定哪些基因在哪些时间被激活。
【|人工智能揭示了以前未知的生物学--我们可能不知道我们细胞中的一半内容】细胞内部--以及在那里发现的许多蛋白质--通常使用两种技术中的一种进行研究：显微镜成像或生物物理学协会。通过成像，研究人员将各种颜色的荧光标签添加到感兴趣的蛋白质上，并跟踪它们在显微镜视野中的运动和关联。为了观察生物物理关联，研究人员可能会使用一种特定于蛋白质的抗体，将其从细胞中拉出来，看看还有什么附着在上面。
该团队多年来一直对绘制细胞的内部工作原理感兴趣。 MuSIC的不同之处在于，使用深度学习直接从细胞显微镜图像中绘制细胞。
\"研究的第一作者， Ideker实验室的生物信息学和系统生物学研究生Yue Qin说：\"这些技术的结合是独特和强大的，因为这是第一次将巨大的不同尺度的测量汇集在一起。
显微镜使科学家能够看到一微米的水平，大约是一些细胞器的大小，如线粒体。更小的元素，如单个蛋白质和蛋白质复合物，不能通过显微镜看到。从单个蛋白质开始的生物化学技术，使科学家们能够深入到纳米尺度。 (一纳米是一米的十亿分之一，或1000微米）。
\"但你如何弥补从纳米到微米尺度的差距？这长期以来一直是生物科学中的一个大障碍， \"Ideker说，他也是加州大学癌症细胞图计划和加州大学圣地亚哥分校计算生物学和生物信息学中心的创始人。 \"原来你可以用人工智能做到这一点--查看来自多个来源的数据，并要求系统将其组装成一个细胞的模型。 \"
该团队训练MuSIC人工智能平台查看所有的数据并构建一个细胞模型。该系统还没有将细胞内容映射到具体位置，就像教科书上的图表一样，部分原因是它们的位置不一定是固定的。相反，组件的位置是流动的，并根据细胞类型和情况而变化。
Ideker指出，这是一项测试MuSIC的试点研究。他们只看了661种蛋白质和一种细胞类型。
\"Ideker说：\"明确的下一步是炸毁整个人类细胞， \"然后转移到不同的细胞类型、人和物种。最终，我们也许能够通过比较健康和患病细胞之间的不同之处，更好地了解许多疾病的分子基础。 \"