深度学习技术助力细胞成像取得突破进展(2)

该项目始于一年之前，Horwitz博士和他的研究团队将成年皮肤细胞重新编程成未分化的胚胎阶段状态，然后他们使用CRISPR-Cas9技术在基因中插入荧光蛋白“标签”，使得细胞内结构发光。这些基因包括了编码细胞内肌动蛋白丝的基因，这一类蛋白有助于细胞移动并保持其形状。研究人员很快地清楚发现，即使来自同一亲本细胞，所有遗传克隆的细胞在其胞内组分上迥然不同：例如线粒体和肌动蛋白纤维的位置、形状和数量都具有差异性。

值得一提的是，一体化细胞模型(The Integrated Cell Model)是Allen Cell Explorer中的一个特色组件，是应用深度学习技术预测人类干细胞胞内组织结构的第一个模型。为了创建模型，研究人员对数千个人类干细胞的高质量图像进行了“培训”，以了解干细胞组件的组织方式。具体来说，计算机科学家使用深度学习程序分析了数千个图像，并发现了细胞胞内结构位置之间的关系。然后，他们使用这些信息来预测结构可能的位点，比如当使用程序改变细胞核的位置时，细胞会发生何种变化。该计划旨在通过将其预测结果与实际细胞进行比较来“深度学习”。

在接下来的几个月中，艾伦研究所的研究人员将在细胞分裂的不同阶段更新干细胞图像，这也意味着这些细胞将逐步转变为不同的细胞类型(如心脏细胞和肾细胞)。Horwitz认为，在不同时间点捕获细胞特征对于确定其基本发育或生长过程至关重要。