皮皮虾科普网

皮皮虾科普网
分享国内外科学知识
皮皮虾科普网-国内外科学-科技-科普

在机器学习的帮助下生长人工器官

更新时间:2020-07-15 22:39点击:

来自莫斯科物理技术研究所、伊万尼科夫系统编程研究所和哈佛医学院附属Schepens眼科研究所的研究人员开发了一种神经网络,能够在菜肴中识别视网膜组织。与人类不同的是,该算法不需要修改细胞就能实现这一点,这使得该方法适合生长视网膜组织,以开发用于治疗失明的细胞替代疗法,并进行新药研究。这项研究发表在《细胞神经科学前沿》上。

这将允许该技术在多个领域的应用,包括药物发现和治疗失明的细胞替代疗法的开发

在多细胞生物中,组成不同器官和组织的细胞是不一样的。它们在发展过程中获得了不同的功能和属性。它们一开始和所谓的干细胞一样,有潜力成为成熟有机体融合的任何一种细胞。然后它们通过产生特定组织和器官的蛋白质进行分化。

在体外复制组织分化的最先进技术依赖于被称为类器官的三维细胞聚集。这种方法已经被证明对研究视网膜、大脑、内耳、肠道、胰腺和许多其他组织类型的发育是有效的。由于基于器官的分化与自然过程非常相似,因此产生的组织与实际生物器官中的组织非常相似。

细胞向视网膜分化的某些阶段具有随机性,甚至在同一批人工器官中,具有特定功能的细胞数量也会发生相当大的变化。当涉及到不同的细胞系时,差异甚至更大。因此,有必要有一种方法来确定哪些细胞已经在特定的时间点分化。否则,实验将无法真正复制,使临床应用的可靠性降低。

为了发现分化的细胞,组织工程师使用荧光蛋白。通过将负责产生这种蛋白质的基因插入到细胞的DNA中,研究人员确保一旦达到细胞发育的某个阶段,这种蛋白质就会被合成并产生信号。虽然该技术具有高灵敏度、特异性和便于定量评估的特点,但它不适用于用于移植或遗传病建模的细胞。

为了解决这个问题,《细胞神经科学前沿》的作者提出了一种基于组织结构的替代方法。到目前为止,还没有可靠和客观的标准来预测分化细胞的质量。研究人员认为,最佳的视网膜组织和视网膜组织的生长发育是最重要的。最适合移植、药物筛选或疾病建模及mdash;应采用神经网络和人工智能进行选择。

我们实验室的主要工作之一是将生物信息学、机器学习和人工智能的方法应用到遗传学和分子生物学的实际工作中。而这个解决方案,也处在科学的交汇处。在it领域,MIPT传统上擅长的神经网络解决了一个重要的生物医学问题:预测干细胞分化为视网膜和视网膜。该研究的合著者帕维尔·沃尔契科夫说,他是MIPT基因组工程实验室的负责人。

人类视网膜的再生能力非常有限。遗传学家继续说。这意味着任何渐进式的神经元损失;例如青光眼;不可避免地会导致完全失明。除了在学习布莱叶盲文上领先一步之外,内科医生没有什么可以推荐的。我们的研究使生物医学向创造视网膜疾病的细胞疗法又迈进了一步,这种疗法不仅能阻止病变的发展,还能逆转视力丧失。

这个团队训练了一个神经网络。也就是说,一种模拟人脑神经元工作方式的计算机算法;利用传统光学显微镜拍摄的照片来鉴别正在发育的视网膜中的组织。研究人员首先让一些专家通过一种包括荧光报告器的精确技术来识别1200张图像中的分化细胞。神经网络对750张图像进行训练,另外150张用于验证,250张用于测试预测。在这最后一个阶段,机器识别分化细胞的准确率为84%,而人类识别分化细胞的准确率为67%。

我们的研究结果表明,目前用于早期视网膜组织选择的标准可能是主观的。他们依靠专家来做决定。然而,我们假设组织形态,它的结构,包含线索,可以预测视网膜分化,甚至在非常早期的阶段。与人不同的是,计算机程序可以提取这些信息。美国Schepens眼科研究所MIPT实验室的Evgenii Kegeles评论道

这种方法不需要非常高质量的图像,荧光记者,或染料,使其相对容易实现,科学家说。它使我们向开发治疗青光眼和黄斑变性等视网膜疾病的细胞疗法又迈进了一步,这些疾病在今天总是会导致失明。除此之外,这种方法不仅可以应用于其他细胞系,还可以应用于人类其他的人造器官。

# # #

参考译文:卷积神经网络可以预测视网膜器官的视网膜分化。作者:Evgenii Kegeles, Anton Naumov, Evgeny A. Karpulevich, Pavel Volchkov和Petr Baranov,细胞神经科学前沿,2020年7月3日。

DOI: 10.3389 / fncel.2020.00171

莫斯科物理与技术学院是俄罗斯领先的技术大学,在国际大学排名中名列前茅。它提供基础和应用物理学、数学、信息学和计算机科学、化学、生物学以及其他自然和工程科学的学位。MIPT是一个从事衰老及与衰老相关疾病、应用与基础物理、二维材料、量子技术、人工智能、基因组工程、北极和太空探索等领域研究的先进科学中心。