人工智能可以从细胞图像中识别遗传扰动，为药物发现提供新途径

Paul Scherrer Institute PSI的研究人员开发了一种人工智能，可以开辟一种新的、具有成本效益的方法来识别细胞图像中的遗传扰动模式，这可能有助于开发新药。

一篇详细介绍这项工作的论文发表在《细胞系统》杂志上。

现代医学采用的治疗策略侧重于疾病相关基因的早期检测和靶向操纵。特别是对于复杂的疾病，如癌症、阿尔茨海默氏症等神经退行性疾病和与衰老相关的慢性炎症，挑战不仅在于识别单个基因，还在于了解它们的调节网络。越来越清楚的是，细胞核中DNA的三维组织（称为染色质）起着关键作用。

到目前为止，分析这种遗传变化一直依赖于复杂而昂贵的基因表达或测序技术。在他们的论文中，由PSI生命科学中心多尺度生物成像实验室主任、苏黎世联邦理工学院机械基因组学教授G.V.Shivashankar和博德研究所Eric和Wendy Schmidt中心主任、麻省理工学院电气工程和计算机科学教授Caroline Uhler领导的研究人员提出了一种新方法。

他们与学生同事Daniel Paysan、Adityanarayanan Radhakrishnan和Xinyi Zhang一起开发了一个名为Image2Reg的人工智能（AI）系统。这可能允许仅基于细胞核的简单显微图像来识别遗传扰动和潜在的药物靶点，例如用蓝色荧光染料Hoechst染色后获得的图像。Shivashankar解释说：“成像、机器学习和分子网络的结合可能最终实现快速且经济高效的诊断和治疗。”。

在Image2Reg（代表图像到调控，即从细胞图像到基因调控）的第一步中，研究人员利用了这样一个事实，即当特定基因的活性被破坏或实验性过度刺激时，细胞核的三维结构（DNA包装的染色质）会发生明显变化。由此产生的图像通常显示染色质外观的非常微妙但系统的变化。

研究人员随后训练了一种自适应算法——卷积神经网络（CNN），一种专门从事图像处理的人工智能形式——来识别这些模式。人工智能为染色质图像中活动留下的典型痕迹开发了一只“眼睛”。

在进行图像分析时，Image2Reg构建了一个特定于所讨论细胞类型的生物网络，该网络描述了细胞内的基因如何相互关联。这个网络基于两个公认的分子生物学原理：第一，基于已知的蛋白质相互作用，换句话说，哪些蛋白质相互接触并触发生化过程。

与超过100000名依赖Phys.org获取日常见解的订阅者一起探索科学、技术和太空的最新进展。注册我们的免费时事通讯，每天或每周获取重要突破、创新和研究的最新进展。

其次，它包括基因表达的数据，这些数据来自对单个细胞的分析和经典的集体测量，其中记录了大量细胞的平均活性。这些数据显示了哪些基因同时活跃，并可能相互影响或调节。

最后，这些信息以数学模型的形式进行总结。该模型处理基因之间的复杂联系，并创建每个单独基因的数值表示，反映其在生物系统中的功能、作用和连接性。其目的是为细胞创建一种“规则书”，描述哪些基因协同工作、相互调节或被分配到某些信号通路——无论它们在细胞图像中是如何表现出来的。

在最后一个决定性的步骤中，Image2Reg将之前获得的两个理解领域结合在一起——基于图像的细胞核可视化和基因网络的分子知识。这是通过一种称为核机器的数学过程完成的，更具体地说是神经切线核（NTK）。该模型学习了如何将图像分析得出的数值模式（即神经网络从细胞图像中推断出的模式）与生物网络中基因之间的功能关系相匹配。

研究人员可以使用近一百万张单细胞图像来训练人工智能，其中一些来自未经处理的对照细胞，另一些来自单个基因被故意过度激活的细胞。

在随后的测试中，该模型被要求仅根据细胞图像确定41个可能的基因中的哪一个发生了改变。AI的准确率为26%。换句话说，在四分之一的细胞中，它正确地确定了哪个基因被修饰了。相比之下，仅凭偶然性，其成功率约为2%。研究人员认为这清楚地表明，细胞结构中存在可识别的模式，这些模式与某些基因有关，并且可以通过图像分析进行识别。

“它在形式和功能、图像和生物学之间架起了一座桥梁，”Uhler解释道。

Image2Reg过程仍处于起步阶段。然而，它为一系列具有很强医学相关性的实际应用开辟了道路。许多疾病，如癌症、阿尔茨海默氏症或自身免疫性疾病，都是由基因调节紊乱引起的。作者设想，Image2Reg可用于识别哪些基因受到疾病或治疗的影响，而无需进行详细的实验分析。

最终，希望这一过程能够在疾病的早期阶段进行识别，远在蛋白质、RNA或已知症状等经典标志物被测量之前。

在一家新成立的初创公司，研究人员希望利用他们的发现开发一种目前无法治愈的纤维化疗法。在这种临床状况下，身体会用坚硬的疤痕状组织代替功能组织。从长远来看，这会降低器官功能。肺部、肝脏和心脏经常受到影响。Image2Reg如何工作分析细胞图像：AI使用卷积神经网络（CNN）识别染色质结构的细微变化。开发网络：与此同时，基于已知的蛋白质相互作用和基因表达数据，正在创建一个特定于细胞类型的网络。每个基因在细胞框架内都有其功能的数学表示。整合两个层次：神经切线核（NTK）合并图像和网络数据，使基因活动可见。