人工智能表明我們甚至可能不知道我們身體細胞中的一半結構

許多影響我們的疾病都與細胞故障有關。 或許可以更有效地治療它們，但首先科學家們需要準確了解細胞的構建和功能。 通過組合 人工智能 加州大學聖地亞哥分校醫學院 (UCSD) 的科學家利用顯微和生化技術，在了解人體細胞方面邁出了重要一步。


同 顯微鏡 我們可以看到小到一個微米的細胞結構。 相比之下，使用單個蛋白質的生化技術可以研究納米大小的結構，即 1 / 1000 微米。 然而，生命科學中的一個主要問題是完成對介於微米級和納米級之間的細胞內部的知識。 已發現它有助於解決此問題 人工智能 是可能的。

 圖片來源：Pixabay/ 那些

當我們想到細胞時，可能會想到生物學教科書中的一張圖，顯示了線粒體、細胞核和內質網。 但這是全貌嗎？ 當然不。 科學家們早就認識到，我們所知道的並不比我們知道的多。 現在我們可以做到 細胞 最後再仔細看看，科學家補充道。 來自瑞典皇家理工學院的 Ideker 和 Emma Lundberg 帶領團隊進行了最新的開發。

科學家們使用的新技術被稱為 音樂 （多尺度集成單元）。 在一項初步研究中，MuSIC 在人類腎細胞中展示了大約 70 種結構。 其中一半以前是未知的。 例如，一組 蛋白質 發現形成一個未知的結構。 經過仔細檢查，研究人員發現它與 RNA 結合。 這種結構很可能與剪接有關，剪接是基因折疊中極其重要的過程。

多年來，MuSIC 的製造商一直試圖創建一張細胞中發生的過程的地圖。 MuSIC 與類似系統的區別在於使用 深度學習技術 直接從顯微圖像創建細胞圖。 該系統已經過訓練，可以根據可用數據對細胞進行建模。 與我們在學校學到的圖表不同，它沒有在某些地方描繪某些結構，因為它們不一定總是在同一個地方。

到目前為止，科學家們已經在一項試點研究中開發了 661 種蛋白質和一種使用 MuSIC 的細胞類型。 研究的下一個目標將是研究整個細胞，然後是其他細胞類型，不同人和不同動物物種的細胞。 也許及時我們可以做到 分子基礎 更好地了解各種疾病，因為我們可以識別健康細胞和患病細胞之間的差異，”艾德克解釋道。