编译/文龙
科学家们仍在不停实验相识干细胞簇怎样组装形成庞大的器官。为了揭开这一神奇面纱,必要大量科研职员永劫间追随观看造就皿中每个细胞的微小活动。这是一项非常困难的使命,但是,假如用盘算机来完成这项事情,不但服从会得到提拔,大概还会有分外的发觉。
克日,格拉德斯通研究所(Gladstone Institutes)的科学家们提出了一种新的活细胞追踪技能,该技能运用神经网络来阐发菌落中配合生长的数百个细胞的位置,展示了人工智能(AI)在细胞生物学中庞大的潜力。当将这项技能应用于一组干细胞时,步伐揭破出少数「向导者」细胞可以或许引导相邻细胞的活动。
这项研究于5月11日以「对人类多醒目细胞的深度神经网络追踪展现了引导形态建成的内涵举动」(Deep neural net tracking of human pluripotent stem cells reveals intrinsic behaviors directing morphogenesis)为题颁发在期刊《干细胞陈诉》(Stem Cell Reports)上。
险些全部多细胞种群中的单细胞都存在固有的异质性。相识多醒目细胞对情况身分的相应的动态举动可以类比分析多细胞布局和情况身分对发育中的构造和器官内单个细胞的举动以及终极运气的影响。
从直接观看到荧光标志物再到遗传东西,科学家采纳谱系追踪技能来监测发育历程中单个细胞的运气以及细胞的活动。但是,人类观看者一次只能追随一小部门细胞,这意味着科学家通常不得不依据仅少数几个单细胞的活动来推测整个菌落的活动。
为相识决这一题目,该团队将 FCRN-B 、Count-ception 和残差 U-Net 三种差别的网络组合成一个团体的神经网络,用于将定位人类诱导多醒目细胞(hiPSC)集落中每个单细胞的核。然后将核位移毗连到一个时间序列的一连帧内,从而在数小时至数天的时间标准上实现 hiPSC 举动的追踪。
图示:基于神经网络的细胞追踪体系可在数小时至数天的时间标准上实现 hiPSC 举动的追踪。(泉源:论文)
试验评释,该体系可以或许在一连的帧中找到全部细胞的 94% ;而一位试图追踪细胞活动的研究职员只能找出十个细胞中九个活动的位置,也便是 90%。并且,组合的神经网络比人快 500 倍,均匀每帧辨认的时间为 0.35 秒,而人类均匀每帧所需 3 分钟。
当研究职员利用神经网络研究干细胞集落时,他们惊奇地发觉,神经网络表现的菌落比曩昔的细胞追踪技能所能发觉的多得多。有些菌落固然用肉眼看起来相称静态,但神经网络表现,在这些菌落中险些每个细胞都在活动,而且大部门活动看起来都是随机的。
论文的第一作者 Gladstone Institutes 的研究生 David Joy 表现:「刚开始,我们现实上并不盼望有这么多的细胞活动,是以,我们不得不想新的要领来了解这些杂乱的细胞。」
在开辟体系时,研究职员比力了五种差别的神经网络架构,包罗 VGG、U-Net 和 Inception 架构。全部五个神经网络均体现出可比的均匀性能,到达 0.86 或更高的性能,由相对付假阳性率绘制的真阳性率曲线下的面积(AUC)来权衡。每个网络都有本身的上风和劣势,但没有一个可以凌驾人类。是以,研究职员将三本性能最高的网络组合为一个团体的神经网络,其 AUC 到达了 0.94。
图示:集成神经网络支解多小我私家类诱导多醒目细胞集落试验效果。(泉源:论文)
颠末六个小时内以五分钟的隔断从七小我私家类解释者网络的细胞跟踪标志数据的练习,该团队终极开辟出的体系是一个基于延时显微镜的麋集细胞跟踪平台,该平台可对离体发育中的构造和器官内的细胞和集落构造特性举行纵向丈量,为单细胞的团体举措怎样孕育发生出构造提供了空前的看法。
配合作者、Gladstone Institutes 的高级研究员 Todd McDevitt 博士在一份声明中指出:「这项技能为我们提供了一个更全面的细胞举动的见解,它们的协作是怎样举行的,又是怎么在物理空间中走到一路,形成庞大的器官的。」他同时也是加利福尼亚大学旧金山分校生物工程和治疗科学的传授。
McDevitt 团队发觉细胞具有遍及的活动特性。靠近每个菌落边沿的细胞移动最多,而位于中间的细胞移动最少。别的,细胞偏向于遵照15分钟自动活动,然后静止10分钟的轮回模式。研究职员还展示了怎样通过将细胞袒露于差别的营养物质或药物来转变细胞情况的条件,从而转变细胞的移动方法。
观看到的更紧张的发觉是,在细胞迁徙历程中,有些细胞充任「向导者」,而另一些细胞更像「跟随者」。少数「向导者」细胞的活动向外扩散到它们相邻的细胞,终极导致了整个菌落动态的转变。假如人类观看者随时间推移仅跟踪了几个单位格,那么这种模式就不会很显着。
活动方法的多样性使团队感触惊奇。配合作者、试验室的前研究生 Ashley Libb 指出:「有些细胞在一个偏向上具有很长的长期性,而其他细胞则到处走动,但永久不会脱离它们的出发点。」她说,他们曾盼望大多数细胞遵照雷同的活动方法。
图示:Toddy McDevitt。(泉源:Gladstone Institutes)
McDevitt 夸大:「新发觉只是将人工智能要领应用于细胞跟踪而大概得到的观看效果的一小部门。」
「假如我如今想制造人工心脏,我知道必要哪种范例的细胞,而且知道怎样在造就皿中独立造就它们。但是我们真正不知道的是怎样使这些细胞聚拢在一路,形成像心脏一样庞大的工具。要实现这一目的,我们必要对细胞怎样协同事情有更多的看法。」
McDevitt 团队正在打算将来的研究,下一步,他们将利用神经网络阐发具有遗传突变的干细胞造就物中的活动,以关心展示差别基因对细胞构造的影响。
论文链接:http://doi.org/10.1016/j.stemcr.2021.04.008
参考内容:
http://gladstone.org/news/teaching-computer-program-track-cells
http://www.scienceboard.net/index.aspx?sec=ser&sub=def&pag=dis&ItemID=2699