南方医科大学与西班牙巴塞罗那科学技术研究所的研究团队，近日在《Nature Machine Intelligence》上发表了一项重要研究成果。他们开发了一种细胞核人工智能（AINU）工具，能够在纳米级分辨率下识别特定的细胞核特征，区分癌细胞与正常细胞，并在病毒感染后1小时内检测到细胞内变化。
研究背景
纳米技术一直是科学研究的热点领域。一纳米（nm）是一米的十亿分之一，这个尺度上的变化极其微小，人类仅凭传统方法是无法察觉的。如今，人工智能技术的快速发展，使得检测细胞内小至 20 nm 的重排成为可能，这比人类头发宽度小 5,000 倍。
研究成果
南方医科大学广东省人民医院（GDPH）研究员 Limei Zhong 表示，这种新型 AI 工具可以帮助研究人员观察病毒进入人体后如何立即影响细胞，为开发更好的治疗方法和疫苗提供重要依据。
AINU 工具的特点
- 纳米级分辨率：AINU 可以识别细胞核内的特定特征，如 DNA 排列方式的变化，从而在病毒感染早期阶段进行检测。
- 快速诊断：在医院和诊所，AINU 可用于从简单的血液或组织样本中快速诊断感染，使诊断过程更快、更准确。
研究发表
相关研究以「A deep learning method that identifies cellular heterogeneity using nanoscale nuclear features」为题，发表在《Nature Machine Intelligence》上。
技术原理
研究人员利用单分子定位显微镜（SMLM）技术，特别是随机光学重建显微镜（STORM），来捕捉细胞中染色质纤维的纳米级排列。然后，通过卷积神经网络（CNN）分析这些图像，以识别细胞状态。
模型选择
为了选择最佳 CNN 架构及其超参数，研究人员比较了 11 种不同的 CNN 架构。最终，DenseNet-121 在识别体细胞和人类诱导多能干细胞（hiPSC）方面表现最佳。
检测效果
经过训练后，AINU 可以根据超分辨率显微镜图像中核心组蛋白 H3、RNA 聚合酶 II 或 DNA 的空间排列，区分不同的细胞状态。该模型可以在病毒感染后1小时内检测到细胞核的变化。
临床应用前景
尽管目前该技术还存在一些限制，如 STORM 图像只能使用在生物医学研究实验室中的专用设备来拍摄，但研究人员表示，随着 STORM 成像技术的进步，该技术有望在临床环境中得到应用。
南方医科大学与西班牙巴塞罗那科学技术研究所的研究成果，为早期病毒感染检测提供了新的技术手段，有望为未来的医疗诊断带来革命性的改变。
Views: 0