基於人工智慧的技術揭示了以前未知的細胞成分，可能為人類發展和疾病提供新的線索。

大多數人類疾病都可以追溯到細胞的某些部分發生了故障——例如，腫瘤能夠生長是因為基因沒有準確地轉化為特定的

蛋白質

，或者新陳代謝疾病產生是因為線粒體不能正常啟動。但要了解疾病中細胞的哪些部分可能出錯，科學家首先需要有一個完整的部分列表。

透過將顯微鏡、生物化學技術和人工智慧相結合，加州大學聖地亞哥分校醫學院的研究人員及其合作者在對人類細胞的理解上取得了他們認為可能是重大飛躍的進展。

這項被稱為多尺度整合細胞（MuSIC）的技術於2021年11月24日發表在《Nature》雜誌上。

“如果你想象一個細胞，你可能會在你的細胞生物學教科書中描繪出有線粒體、內質網和細胞核的彩色圖表。但這就是全部嗎？當然不是，”加州大學聖地亞哥分校醫學院和摩爾斯癌症中心教授Trey Ideker博士說。“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種更深層次的探索方法。”

艾德克和瑞典斯德哥爾摩皇家理工學院的Emma Lundberg博士以及斯坦福大學共同領導了這項研究。

在初步研究中，MuSIC揭示了人類腎臟細胞系中大約70種成分，其中一半以前從未見過。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。透過與加州大學聖地亞哥分校的同事Gene Yeo博士的合作，他們最終確定了這種結構是一種新的結合RNA的蛋白質複合物。這種複合物可能與

剪接

有關，剪接是一種重要的細胞活動，它能使基因轉化為蛋白質，並有助於確定哪些基因在什麼時候被啟用。

研究細胞內部——以及在細胞內發現的許多蛋白質——通常使用兩種技術之一：顯微鏡

成像

或生物物理關聯。利用成像技術，研究人員將不同顏色的熒游標記新增到感興趣的蛋白質上，並在顯微鏡的視野內跟蹤它們的運動和關聯。為了研究生物物理上的關聯，研究人員可能會使用一種特定於蛋白質的抗體將其從細胞中拉出來，然後看看還有什麼東西附著在它上面。

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影象中繪製細胞。

“這些技術的結合是獨特的和強大的，因為這是第一次在非常不同的尺度上的測量被聚集在一起，”研究的第一作者Yue Qin說，他是艾德克實驗室的生物資訊學和系統生物學研究生。

透過顯微鏡，科學家可以看到一微米以下的物體，這大約是一些細胞器（如線粒體）的大小。更小的元素，比如單個蛋白質和蛋白質複合物，透過顯微鏡是看不到的。生物化學技術，從一個單一的蛋白質開始，讓科學家可以把範圍縮小到奈米尺度。（一奈米是一米的十億分之一，即1/1000微米。）

“但你如何跨越奈米到微米尺度的差距？”長期以來，這一直是生物科學的一大障礙，”Ideker說，他也是加州大學癌症

細胞圖譜

計劃和加州大學聖地亞哥計算生物學和生物資訊學中心的創始人。“事實證明，人工智慧可以做到這一點——檢視來自多個來源的資料，並要求系統將其組裝成一個細胞模型。”

該團隊訓練了MuSIC人工智慧平臺來檢視所有資料並構建細胞模型。系統還沒有像教科書圖表那樣將細胞內容對映到特定的位置，部分原因是它們的位置不一定是固定的。相反，元件位置是可變的，並根據細胞型別和情況而變化。

Ideker指出，這是一項測試音樂的初步研究。他們只研究了661種蛋白質和一種細胞型別。

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型別，人和物種。最終，透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。”