對細胞的認識感想（我們對細胞真的了解嗎）

2023-11-10 23:12:23

本文為轉化醫學網原創，轉載請註明出處

作者：Ashley

導讀：對於細胞我們真的了解嗎？科學家們早就意識到，我們不知道的東西比我們知道的要多。近期研究展現了一種技術——MuSIC——以使用深度學習直接從細胞顯微鏡圖像中繪製細胞。在未來，可以知曉更多的細胞以理解更多的疾病基礎。

大多數人類疾病可以追溯到細胞的故障部分，例如，因為一個基因沒有被準確地翻譯成特定的蛋白質，所以腫瘤能夠生長。或者由於線粒體沒有正常放電而產生代謝性疾病。但要了解一個細胞的哪些部分在疾病中會出錯，科學家首先需要有一個完整的部分列表。

通過結合顯微鏡、生物化學技術和人工智慧，加州大學（UC）聖地牙哥醫學院的研究人員和合作者採取了他們認為可能被證明是人類細胞理解的重大飛躍的方法。

該技術被稱為多水平整合細胞圖譜(MuSIC)，於2021年11月24日在《Nature》上進行了描述，題為「A multi-scale map of cell structure fusing protein images and interactions」。

加州大學聖地牙哥醫學院和Moores癌症中心教授Trey Ideker博士說：「如果你想像一個細胞，你很可能會在你的細胞生物學教科書中描繪有線粒體、內質網和細胞核的彩色圖表。但這就是整個故事嗎？絕對不是。科學家們早就意識到，我們不知道的東西比我們知道的要多，但現在我們終於有了一個方法來更深地探究。」

Ideker與瑞典皇家理工學院和史丹福大學的Emma Lundberg博士一起領導了這項研究。

在初步研究中，MuSIC揭示了人腎細胞系中包含的大約70種組分，其中有一半以前從未看到過。在一個例子中，研究人員發現一組蛋白質形成了一個陌生的結構。與UC聖地牙哥同事Gene Yeo博士的合作下，他們最終確定該結構是結合RNA的新的蛋白質複合體。該複合體很可能參與剪接，剪接是一種重要的細胞事件，能夠將基因翻譯為蛋白質，並有助於確定哪些基因在何時被激活。

細胞的內部，以及在那裡發現的許多蛋白質——通常使用兩種技術中的一種進行研究：顯微鏡成像或生物物理關聯。通過成像，研究人員將各種顏色的螢光標籤添加到感興趣的蛋白質中，並在顯微鏡的視野中追蹤它們的運動和關聯。為了觀察生物物理關聯，研究人員可能會使用一種蛋白質特異性的抗體將其從細胞中拉出，看看有其他什麼附著在它上面。

多年來，這個團隊一直對繪製細胞的內部工作原理很感興趣。MuSIC的不同之處在於使用深度學習直接從細胞顯微鏡圖像中繪製細胞。

Ideker實驗室的生物信息學和系統生物學研究生，研究的第一作者Yue Qin說：「這些技術的結合是獨一無二和強大的，因為這是第一次將截然不同的尺度的測量結合在一起。」

顯微鏡可以讓科學家看到低至單微米的水平，大約一些細胞器的大小，比如線粒體。較小的元素，如單個蛋白質和蛋白質複合物，無法通過顯微鏡看到。生物化學技術，從單一的蛋白質開始，讓科學家可以到達納米尺度。

UC癌細胞圖譜項目和UC聖地牙哥計算生物學和生物信息學中心的創始人，Ideker說：「但是如何將這種差距從納米尺度彌合到微米尺度的？這長期以來一直是生物科學的一大障礙。其實你可以用人工智慧來做——查看多個來源的數據，並要求系統將其組裝成一個細胞的模型。」

研究小組訓練了MuSIC人工智慧平臺，觀察所有數據，構建細胞的模型。系統還沒有像教科書圖表一樣將單元格內容映射到特定的位置，部分原因是它們的位置不一定是固定的。相反，組件位置是可變的，並根據細胞類型和情況發生變化。

Ideker指出，這是一項測試MuSIC的初步研究。他們只研究了661種蛋白質和一種細胞類型。

Ideker說:「下一步很明顯，就是把整個人類細胞炸開，然後轉移到不同的細胞類型，人和物種。最終，通過比較健康細胞和患病細胞之間的差異，我們可能能夠更好地理解許多疾病的分子基礎。」

參考資料：

https://phys.org/news/2021-11-cells-ai-technique-reveals.html

註：本文旨在介紹醫學研究進展，不能作為治療方案參考。如需獲得健康指導，請至正規醫院就診。