发表在《自然通讯》(Nature Communications)杂志上的一项研究揭示了一个发现疾病细胞特征的新平台，该平台将研究患者细胞的机器人系统与用于图像分析的人工智能方法结合在一起。利用他们的自动细胞培养平台，纽约癌症研究中心的科学家们与谷歌研究中心合作，通过创建和分析来自91名患者和健康对照组的100多万张皮肤细胞图像，成功地识别了帕金森氏症的新细胞特征。
NYSCF首席执行官苏珊·L·所罗门(Susan L. Solomon)博士指出:“传统药物发现的效果并不好，特别是对于像帕金森症这样的复杂疾病。NYSCF建立的机器人技术允许我们从大量患者中生成大量数据，并发现疾病的新特征，作为发现真正有效药物的全新基础。”
谷歌研究公司的软件工程师Marc Berndl补充说:“这是人工智能在疾病研究方面力量的一个理想展示。我们与NYSCF有着非常富有成效的合作，特别是因为他们先进的机器人系统可以生成可再生的数据，从而产生可靠的见解。”
将人工智能和自动化结合起来
这项研究利用了NYSCF庞大的患者细胞库和最先进的机器人系统——NYSCF全球干细胞阵列——对91名帕金森氏症患者和健康对照者的数百万细胞图像进行了分析。科学家们使用阵列从皮肤穿刺活检样本中分离并扩展成纤维细胞，用一种叫做细胞绘画的技术标记这些细胞的不同部分，并创建数千张高含量的光学显微镜图像。产生的图像被输入一个无偏置的、人工智能驱动的图像分析管道，识别出患者细胞特有的图像特征，可用于将其与健康对照组区分开来。
谷歌研究公司的研究科学家Samuel J. Yang说，这些人工智能方法可以确定患者的细胞有哪些共同之处，这些共同之处可能是无法通过其他方式观察到的。同样重要的是，算法是无偏见的——它们不依赖于任何关于帕金森氏症的先验知识或先入之见，所以我们可以发现疾病的全新特征。
最近，基于特定疾病靶点和被认为是疾病驱动因素的通路而发现的药物的临床试验失败率很高，这凸显了对帕金森氏症新特征的需求。使用公正的方法发现这些新的疾病特征，特别是在患者群体中，对诊断和药物发现有价值，甚至揭示了患者之间的新区别。
纽约癌症研究中心的高级研究员Bjarki Johannesson博士指出，令人兴奋的是，我们能够区分病人细胞和健康对照组的图像，以及疾病的不同亚型，我们甚至可以相当准确地预测细胞样本来自哪个捐赠者。
药物发现的应用
研究小组发现的帕金森氏病特征现在可以作为对患者细胞进行药物筛选的基础，以发现哪些药物可以逆转这些特征。该研究还生成了已知的最大的Cell Painting数据集(48TB)作为社区资源，可以在研究社区获得。
值得注意的是，该平台与疾病无关，只需要容易获取的患者皮肤细胞。它也可以应用于其他类型的细胞，包括诱导多能干细胞的衍生物，NYSCF创造了各种疾病的模型。因此，研究人员希望他们的平台可以为许多传统药物发现不成功的疾病开辟新的治疗途径。
这是第一个以如此高的精确度和灵敏度成功识别疾病特征的工具，它识别患者亚群的能力，对精准医疗和许多棘手疾病的药物开发具有重要意义。
最热文章
人工智能写科幻小说，和作家写科幻小说有什么不一样？
德国概念设计师Paul Siedler的场景创作，宏大气派。
《静音》是一部 Netflix 电影。尽管 Netflix 过去一年在原创电影上的表现并不如预期，但是《静音》仍让人颇为期待
最近，美国最大的经济研究机构——全国经济研究所（NBER，全美超过一半的诺奖经济学得主都曾是该机构的成员）发布了一份报告，全面分析了 1990 到 2007 年的劳动力市场情况。\n
坏机器人制片公司最新的一部电影名为《霸主》（overlord），背景设置在二战时期，很可能是一部在半遮半掩中秘密制作的科洛弗电影系列。
我们都知道，到处都在重启；我们也知道，如果有钱，啥都能重启。所以，会不会被重启算不上是个问题，只能问什么时候会被重启。自然而然地，世界各地的各种重启现象衍生出了一个有趣的猜猜游戏：哪一部老作品会是下一个接受这种待遇的？\n
京ICP备11000850号-1 
京公网安备11010502039775号
信息网络传播视听节目许可证0111611号
国家科技基础条件平台
© 2011- 版权所有：中国数字科技馆 未经书面许可任何人不得复制或镜像
京公网安备11010502039775号 
添加官方微信了解最新资讯
微信
新浪微博
QQ
QQ空间
