發(fā)布日期：2018-05-15

　　人體細(xì)胞究竟是如何與疾病作斗爭(zhēng)的呢？這一直是科學(xué)家們?cè)谔剿鞯膯栴}之一。隨著醫(yī)學(xué)的不斷發(fā)展，醫(yī)生已經(jīng)可以使用顯微鏡、X光等多種手段，來(lái)查看人體細(xì)胞的狀態(tài)。然而，這些手段能夠提供的信息仍然很有限。同時(shí)，在醫(yī)生進(jìn)行觀察之前，細(xì)胞的原有形態(tài)也有可能因?yàn)榛蚋淖?、特殊染料或?qiáng)光等因素而發(fā)生變化。對(duì)于個(gè)體細(xì)胞來(lái)講，其觀察難度將會(huì)更高。

　　因此，為了更全面地了解每個(gè)細(xì)胞應(yīng)對(duì)疾病的完整過(guò)程，來(lái)自Allen Institute的研究人員近日使用人工智能，創(chuàng)建了人類細(xì)胞的第一個(gè)完整的3D模型，展示了細(xì)胞內(nèi)的不同部分和結(jié)構(gòu)是如何運(yùn)作的。Allen Institute是一家位于美國(guó)西雅圖的著名生物科學(xué)研究所，創(chuàng)始人Paul Allen也是微軟公司的聯(lián)合創(chuàng)始人之一。

AI生成誘導(dǎo)性功能干細(xì)胞3D模型的原理示意圖（圖片來(lái)源：Allen Institute官網(wǎng)）

　　該模型全方位展示了人類體內(nèi)的典型誘導(dǎo)性多能干細(xì)胞（hiPSCs）的外觀和結(jié)構(gòu)。為了訓(xùn)練能夠創(chuàng)建這一模型的人工智能，研究人員對(duì)數(shù)千個(gè)細(xì)胞進(jìn)行了掃描，獲取了這些細(xì)胞的詳細(xì)信息和數(shù)據(jù)。

　　在這些信息的基礎(chǔ)上，AI生成了一個(gè)細(xì)胞模型，可以預(yù)測(cè)細(xì)胞內(nèi)每個(gè)細(xì)胞器的可能位置，以及如何與細(xì)胞的其余部分相匹配。同時(shí)，研究人員還利用人工智能創(chuàng)建了一個(gè)概率模型，在提供了細(xì)胞大小、形狀和細(xì)胞核位置的情況下，這個(gè)概率模型可以模擬出細(xì)胞中細(xì)胞器的位置。

由AI生成的細(xì)胞3D模型圖像（圖片來(lái)源：Allen Institute官網(wǎng)截圖）

　　對(duì)于醫(yī)生和科學(xué)家而言，這個(gè)新創(chuàng)建的模型應(yīng)用非常廣泛，因?yàn)樗梢越嚯x展示癌癥和其他疾病對(duì)個(gè)體細(xì)胞的影響。通過(guò)向AI提供癌細(xì)胞的數(shù)據(jù)和圖像，研究人員可以更全面地了解細(xì)胞及其各個(gè)組成部分是如何受到癌癥影響的，這一研究結(jié)果可以讓醫(yī)生幫助每個(gè)患者量身定制其疾病的治療方案。

　　研究人員的下一步目標(biāo)，是努力擁有一個(gè)更加龐大的數(shù)據(jù)庫(kù)，從而獲得更多的細(xì)胞信息，創(chuàng)建更加完整的AI模型。研究人員表示，這一人工智能的新應(yīng)用有望在未來(lái)解決癌癥和阿茲海默病等更加復(fù)雜的醫(yī)學(xué)謎團(tuán)。

來(lái)源：藥明康德AI