https://ift.tt/2L72lG2
本文:
AI 正在製作一本人類細胞的百科全書。
我們對人類細胞的結構了解，大部分來自生物課本：細胞膜裡包著圓圓的細胞核，旁邊散落著中心體、粒線體、溶體等。
但科學家表示，細胞結構根本不是這麼簡單。
它的構成遠比顯微鏡下的紫色洋蔥複雜，每個部分彼此之間都有著聯繫。弄清楚這一切，對醫生診斷及疾病機制研究非常有好處。
50 個來自細胞科學研究中心 Allen Institute 的細胞生物學家、顯微專家和電腦工程師，最近公布了人類細胞研究工具 Allen Integrated Cell。
過去兩年裡，科學家用基因工程改造細胞樣本，用螢光標記它們的內部結構（比如粒線體）。隨後他們將超過 6,000 張發光細胞的照片供給人工智慧演算法學習，建立出 3D 模型。
現在，除了資料庫內的 3.2 萬個細胞種類構成清晰可見，這個智慧工具還可以預測一個未知細胞的內部運作。
這個細胞工具專注於人體幹細胞。
Allen Institute 的科學家 Greg Johnson 認為，了解健康細胞的內部運作對癌症的發現和治療非常有用。這意味著醫生可從癌細胞「回到過去」，觀察比較細胞發生了什麼變化。
Allen Institute 所長 Rick Horwitz 也認為，細胞的演變過程比靜態形態更重要。
即使你知道所有球員的統計資料，但從未看過比賽，你也無法預測足球比賽的結果。
他表示，這個工具可能會意外加速幹細胞研究、癌症研究和藥物開發。
光學顯微鏡是最傳統的細胞觀察方法。雖然成本低也操作簡單，但結果往往讓人沮喪。你能看到黑白清晰的輪廓，裡面有很多小物體四處移動，做著各種神祕的事。但你沒法知道它在做什麼，細節的缺失讓人一知半解。
而基因改變、特殊染料或強光照射等技術往往會改變或損害細胞本身，不利長時間觀察。而且，這些技術還仰賴昂貴的設備，在一些實驗室難以達成。
這些都是必須收集圖像，讓人工智慧建立 3D 模型的原因所在。
▲ Allen Integrated Cell 查看頁面。
現在用 Allen Integrated Cell，你只需要提供一張顯微鏡下的細胞圖，人工智慧就能還原它的內部組成。這種方式不會丟失細節，也不至於讓成本高得嚇人。
負責化驗研發團隊的 Susanne Rafelski 說：
就像你只有一些車輪照，它也能從有限的資訊預測汽車的品牌和型號。
當只有模糊描述時，只要提供 Allen Integrated Cell 細胞大小、形狀和細胞核的位置，人工智慧也可以提出幾個不同方案，嘗試猜測還原整個細胞的結構和形態。
▲ Allen Integrated Cell 人工智慧的兩種模式，一種根據圖像還原，另一種則是模糊猜測。
Fred Hutchinson 癌症研究中心的研究員 Roger Brent 已經試用了幾個月。在他看來，這個工具對全世界的研究人員都有幫助，包括在不太富裕的地區。
Allen Institute 科學家表示，未來他們將隨著幹細胞的成長過程來擴展研究對象，比如心肌細胞和腎臟細胞。他們相信，這能進一步幫助生物學家和醫生理解某些疾病的發展。
Brent 對這個工具的未來非常有信心。他認為 10 年後，手機將變得夠強大可承載這個工具。這可能意味著，即使在發展中國家，一個小小的實驗室也可以從癌症細胞內部來判斷病情，選擇最佳的治療方法。
（本文由 愛范兒 授權轉載；首圖來源：shutterstock）
就像你只有一些車輪照，它也能從有限的資訊預測汽車的品牌和型號，從有限的資源推敲出原型，這是超越普通影像辨識並只有結合所謂AI的技術才能做到的事，未來的產品發想應該依循著這樣的想法去才是對的。
沒有留言:
張貼留言