重磅！AI深度學(xué)習(xí)干細(xì)胞，大數(shù)據(jù)預(yù)測疾病模型

對于干細(xì)胞生物學(xué)家來說，他們一直以來懷疑猜測兩個(gè)遺傳物質(zhì)上克隆的干細(xì)胞是否完全相同。近日，這一生物學(xué)領(lǐng)域的驚人多樣性現(xiàn)象在西雅圖得以進(jìn)一步確認(rèn)——6000多張熒光標(biāo)記的誘導(dǎo)性多能干細(xì)胞（iPS）圖片揭示了大量豐富的細(xì)胞生物學(xué)基礎(chǔ)信息。

2017年4月5日，艾倫研究所（The Allen Institute）旗下的艾倫細(xì)胞科學(xué)研究所（The Allen Institute for Cell Science）宣布推出了“Allen Cell Explorer”：這是一個(gè)的門戶工具，可窺察人體細(xì)胞的動(dòng)態(tài)數(shù)字化窗口。該網(wǎng)站整合了大型3D成像數(shù)據(jù)，應(yīng)用人工智能、機(jī)器深度學(xué)習(xí)和CRISPR基因編輯，該系統(tǒng)創(chuàng)建了可視化的細(xì)胞組織預(yù)測模型和其他一系列強(qiáng)大工具。此外，這一門戶網(wǎng)站兼共享平臺將允許研究人員預(yù)測可能預(yù)示癌癥和其他疾病的細(xì)胞布局變化。
艾倫細(xì)胞科學(xué)研究所執(zhí)行所長Rick Horwitz博士表示，這一前所未有的工具可能通過揭示細(xì)胞結(jié)構(gòu)層面意想不到的數(shù)據(jù)結(jié)果，加速干細(xì)胞研究、癌癥研究和藥物開發(fā)方面的進(jìn)展。他說道：“細(xì)胞是非常復(fù)雜的，它涉及成千上萬的相互作用部件，一起協(xié)調(diào)工作來驅(qū)動(dòng)和調(diào)節(jié)細(xì)胞結(jié)構(gòu)及行為。我們非常興奮地推出Allen Cell Explorer網(wǎng)站，并與全球科學(xué)界共享我們宏大的細(xì)胞數(shù)據(jù)、令人難以置信的圖像以及預(yù)測模型等等。”

該項(xiàng)目開始于大約一年之前，Horwitz博士和他的研究團(tuán)隊(duì)將成年皮膚細(xì)胞重新編程成未分化的胚胎階段狀態(tài)，然后他們使用CRISPR-Cas9技術(shù)在基因中插入熒光蛋白“標(biāo)簽”，使得細(xì)胞內(nèi)結(jié)構(gòu)發(fā)光。這些基因包括了編碼細(xì)胞內(nèi)肌動(dòng)蛋白絲的基因，這一類蛋白有助于細(xì)胞移動(dòng)并保持其形狀。研究人員很快地清楚發(fā)現(xiàn)，即使來自同一親本細(xì)胞，所有遺傳克隆的細(xì)胞在其胞內(nèi)組分上迥然不同：例如線粒體和肌動(dòng)蛋白纖維的位置、形狀和數(shù)量都具有差異性。
值得一提的是，一體化細(xì)胞模型（The Integrated Cell Model）是Allen Cell Explorer中的一個(gè)特色組件，是應(yīng)用深度學(xué)習(xí)技術(shù)預(yù)測人類干細(xì)胞胞內(nèi)組織結(jié)構(gòu)的個(gè)模型。為了創(chuàng)建模型，研究人員對數(shù)千個(gè)人類干細(xì)胞的高質(zhì)量圖像進(jìn)行了“培訓(xùn)”，以了解干細(xì)胞組件的組織方式。具體來說，計(jì)算機(jī)科學(xué)家使用深度學(xué)習(xí)程序分析了數(shù)千個(gè)圖像，并發(fā)現(xiàn)了細(xì)胞胞內(nèi)結(jié)構(gòu)位置之間的關(guān)系。然后，他們使用這些信息來預(yù)測結(jié)構(gòu)可能的位點(diǎn)，比如當(dāng)使用程序改變細(xì)胞核的位置之時(shí)。該計(jì)劃旨在通過將其預(yù)測結(jié)果與實(shí)際細(xì)胞進(jìn)行比較來“深度學(xué)習(xí)”。
在接下來的幾個(gè)月中，艾倫研究所的研究人員將在細(xì)胞分裂的不同階段更新干細(xì)胞圖像，這也意味著這些細(xì)胞將逐步轉(zhuǎn)變?yōu)椴煌募?xì)胞類型（如心臟細(xì)胞和腎細(xì)胞）。 Horwitz博士認(rèn)為，在不同時(shí)間點(diǎn)捕獲細(xì)胞特征對于確定其基本發(fā)育或生長過程至關(guān)重要。
Horwitz博士繼續(xù)說：“這是研究人員次使用‘深入學(xué)習(xí)’來嘗試了解實(shí)際上細(xì)胞如何組織自我的難題。我們現(xiàn)在大體依賴于教科書的示意圖畫，這些示意畫是基于藝術(shù)科學(xué)家對相對較少數(shù)量的細(xì)胞數(shù)據(jù)的詮釋。我相信簡單示意圖終將被數(shù)量眾多的細(xì)胞數(shù)據(jù)驅(qū)動(dòng)模型所取代?！?
艾倫研究所總裁兼首席執(zhí)行官Allan Jones博士說道：“Allen Cell Explorer對如何看待人類細(xì)胞組織將起到非凡的作用。艾倫細(xì)胞科學(xué)研究所提供的這些強(qiáng)大工具是我們免費(fèi)提供資源的一部分。我們始終遵循我們的理念：創(chuàng)建和分享強(qiáng)大的開放型科學(xué)工具，推動(dòng)世界各地的科學(xué)創(chuàng)新?！?
參考資料：
[1] Machine learning predicts the look of stem cells
[2] 3-D window into the human cell
[3] The Allen Institute官方網(wǎng)站