據(jù)外媒報道，基于人工智能的最新技術揭示了以前未知的細胞成分，這可能為人類發(fā)育和疾病治療提供新線索。大多數(shù)人類疾病都可以追溯到細胞某些部分的問題。例如，腫瘤的生長是因為基因沒有準確地轉化為特定的蛋白質，或者代謝疾病是因為線粒體沒有正常激活而發(fā)生。但了解細胞的哪些部分可能正在發(fā)育很重要。錯誤的是，科學家首先需要一份完整的細胞成分列表。

通過結合顯微鏡、生物化學和人工智能，加州大學圣地亞哥分校醫(yī)學院的研究人員取得了突破，他們相信這將對理解人類細胞產(chǎn)生重要影響。該技術被稱為“多尺度集成細胞（MuSIC）”，相關研究報告于11月24日發(fā)表在期刊《自然》上。

當你想到人體細胞結構時，你可能會想到細胞生物學教科書中描繪的線粒體、內(nèi)質網(wǎng)和細胞核的彩色圖案，但這就是全部嗎？當然不是。科學家們早就意識到，關于細胞我們不知道的秘密比我們知道的要多得多，但現(xiàn)在我們終于有辦法更深入地了解了。

在初步研究中，MuSIC 技術揭示了人類腎細胞系中約70 種成分，其中一半以前從未被發(fā)現(xiàn)。在一個例子中，研究人員發(fā)現(xiàn)了一組蛋白質形成了一種不熟悉的結構，最終的研究表明，這是一種結合RNA的新型蛋白質復合物，可能參與剪接，這是一種重要的細胞活動，使基因能夠轉化為蛋白質，并有助于研究哪些基因何時被激活。

為了研究細胞內(nèi)部和細胞內(nèi)的各種蛋白質，通常使用顯微成像或生物物理相關技術進行分析。研究人員將不同顏色的熒光標簽添加到感興趣的蛋白質上，并在顯微鏡視野內(nèi)跟蹤它們的運動和相關性。為了研究生物物理聯(lián)系，研究人員可能會使用一種針對蛋白質的特定抗體，將其從細胞中拉出，然后觀察其上附著的物質。多年來，研究團隊一直對繪制細胞內(nèi)部運作感興趣，利用MuSIC技術直接在細胞顯微圖像上深入分析細胞結構的差異。

結合這些最新技術可以實現(xiàn)獨特且高效的觀察，因為這是第一次以不同于其他任何規(guī)模的規(guī)模測量細胞微觀結構。顯微鏡使科學家能夠觀察直徑在1微米以內(nèi)的物體，這大約是一些細胞器（如線粒體）的大小。 ），較小的元素，例如單個蛋白質和蛋白質復合物，無法通過顯微鏡看到。然而，通過生化技術，從單一蛋白質開始，科學家可以將觀察范圍縮小到納米尺度（1納米是十億分之一米，1納米相當于1000微米）。

彌合納米和微米尺度之間的差距長期以來一直是生物科學中的一個技術障礙，事實證明人工智能可以做到這一點，它可以查看多個來源的數(shù)據(jù)并向系統(tǒng)發(fā)出指令以組裝成細胞模型。

該團隊查看了所有數(shù)據(jù)，并通過MuSIC 人工智能平臺構建了細胞模型。該系統(tǒng)尚未像教科書圖表那樣將單元格內(nèi)容映射到特定位置，部分原因是它們的位置不一定是固定的，并且組件位置是可變的。并根據(jù)單位類型和條件而變化。 MuSIC 的最初研究僅關注661 種蛋白質和1 種細胞類型。下一步顯然是完全分離出整個人體細胞，然后將其轉移到不同的細胞類型、人類和其他物種中，最后分析健康細胞和患者細胞的比較?；疾〖毎g的差異，可能有助于更好地了解許多疾病的分子基礎。 （葉傾城）