深度学习技术助力细胞成像取得突破进展

长期以来，由于对“健康快乐”的细胞多样性结构知之甚少，科学家无法进一步了解一些由于疾病和药物导致的细胞的变化。近日，一组揭示生物学领域的惊人多样性现象的图片在西雅图发布——6000多张荧光标记的诱导性多能干细胞(iPS)图片涵盖了大量丰富的细胞生物学基础信息。

这些图像的清晰程度让一些科学家直呼不敢相信。图片显示，遗传信息相同的干细胞，DNA(紫色)和细胞膜(蓝色)的结构也有差异。它们是由西雅图艾伦研究所(The Allen Institute)旗下的艾伦细胞科学研究所(The Allen Institute for Cell Science)的科研人员研究得出的。

尽管目前还没有研究数据公布，但是艾伦细胞研究所宣布了一个独一无二的开放平台——Allen Cell Explorer，这也是第一个可以窥察人体细胞的动态数字化的工具。该平台整合了大型3D成像数据，应用人工智能、机器深度学习和CRISPR基因编辑等技术，系统性地创建了可视化的细胞组织预测模型和其他一系列强大工具。此外，这一开放的平台将允许研究人员预测可能预示癌症和其他疾病的细胞布局变化。

艾伦细胞科学研究所执行所长Rick Horwitz博士表示：“这一前所未有的工具可能通过揭示细胞结构层面意想不到的数据结果，加速干细胞研究、癌症研究和药物开发方面的进展。”由于细胞是非常复杂的，它涉及成千上万的相互作用部件，一起协调工作来驱动和调节细胞结构及行为。Howitz还表示，已经有大学的科学家、制药公司在使用他们平台的资源。但是他拒绝透露是哪些公司和大学。