快100倍！新技术让我们掌握细胞更准确的“死亡时间”

格莱斯顿研究所的研究人员开发了一项新技术，可以让他们同时跟踪数千个细胞，并确定群体中任何细胞的精确死亡时刻。他们还将细胞传感器技术与机器学习方法相结合，教计算机如何以比人类快100倍的速度分辨活细胞和死细胞。

　　

   

   

格莱斯顿的研究人员开发了一种新技术，可以更容易地研究导致细胞死亡的因素，包括神经退行性疾病。

很难判断一个脑细胞何时死亡。在显微镜下表现为不活跃和碎片化的神经元可能会在数天内一直处于一种生死不决的状态，有些神经元在表现为惰性后突然开始再次发出信号。对于研究神经退行性变的研究人员来说，由于缺乏神经元的精确“死亡时间”声明，因此很难确定导致细胞死亡的因素，也很难筛选可能挽救衰老细胞死亡的药物。

现在，格莱斯顿研究所的研究人员开发了一项新技术，可以让他们同时跟踪数千个细胞，并确定小组中任何细胞的精确死亡时刻。这种方法不仅适用于活斑马鱼，也适用于啮齿动物和人类细胞，并且可以在几周到几个月的时间内跟踪这些细胞。

“准确的死亡时间对于揭示神经退行性疾病的因果关系非常重要，”格莱斯顿系统和治疗中心主任、两项新研究的资深作者Steve Finkbeiner医学博士说。“它让我们弄清楚哪些因素直接导致细胞死亡，哪些是偶然的，哪些可能是延迟死亡的应对机制。”

在发表在《科学进展》(Science Advances)杂志上的一篇论文中，研究人员将细胞传感器技术与机器学习方法相结合，教计算机如何以比人类快100倍的速度和更准确的速度分辨活细胞和死细胞。

教旧传感器新把戏

当细胞死亡时——无论原因或机制是什么——它们最终会破碎，细胞膜也会退化。但这种降解过程需要时间，这使得科学家很难区分那些早已停止功能的细胞，那些生病和死亡的细胞，以及那些健康的细胞。

研究人员通常使用荧光标记或染料在显微镜下跟踪患病细胞一段时间，并试图诊断它们在降解过程中的位置。许多指示剂、染色剂和标签已经被开发出来，用来区分已经死亡的细胞和仍然活着的细胞，但它们通常只在褪色前的短时间内起作用，而且在使用时对细胞也可能是有毒的。

文章一作 Jeremy Linsley说:“我们真的想要一种指示剂，它能持续一个细胞的整个生命周期，而不仅仅是几个小时，然后只有在细胞死亡的特定时刻才给出明确的信号。”

Linsley, Finkbeiner和他们的同事采用了钙传感器，最初设计用于跟踪细胞内的钙水平。当细胞死亡时，它的细胞膜变得有漏洞，其副作用之一是钙会进入细胞的水样细胞液，而细胞液通常含有相对较低的钙。

因此，Linsley设计了钙传感器，使其驻留在细胞液中，只有当钙水平上升到表明细胞死亡的水平时，它们才会发出荧光。这种新型传感器被称为“基因编码死亡指示器”(GEDI，发音类似于《星球大战》中的绝地武士)，它可以被插入任何类型的细胞中，发出细胞在其整个生命周期内是活是死的信号。

为了测试重新设计的传感器的实用性，研究小组将大组神经元置于显微镜下，每组神经元都含有gedi。可视化超过一百万细胞后,在某些情况下容易神经退化和其他人接触有毒物质,研究人员发现,基底传感器比其他细胞死亡指标更准确:没有一个单一的情况下,传感器被激活,细胞仍然活着。此外，除了这种准确性之外，GEDI似乎还能在比以前的方法更早的阶段检测到细胞死亡——接近细胞死亡的“不可逆转点”。

Linsley说:“这可以让你以一种前所未有的方式分离活细胞和死细胞。”

死亡检测

Linsley向他的兄弟——Drew Linsley博士提到了GEDI。Drew Linsley博士是布朗大学的助理教授，专门研究将人工智能应用于大规模生物数据。他建议研究人员使用传感器和机器学习方法，教计算机系统仅根据细胞的形式识别活的和死的脑细胞。

研究小组将新传感器的结果与相同神经元上的标准荧光数据相结合，并教一个名为BO-CNN的计算机模型识别与死亡细胞相关联的典型荧光模式。林斯利兄弟的研究表明，该模型的准确率高达96%，比人类观察者所能做的还要好，而且比以前区分活细胞和死细胞的方法快100多倍。

“对于某些类型的细胞,这是非常困难的一个人捡起细胞是否存活或换来我们的计算机模型,通过学习从基底,能够区分它们是基于我们以前从未知道的部分图像有助于区分活和死细胞”。

GEDI和BO-CNN现在将允许研究人员进行新的、高通量的研究，以发现脑细胞死亡的时间和地点，这是一些最重要疾病的一个非常重要的终点。他们还可以筛选延缓或避免神经退行性疾病中细胞死亡的药物。或者，就癌症而言，他们可以寻找加速患病细胞死亡的药物。

Finkbeiner说:“这些技术改变了我们理解细胞中死亡发生的时间、地点和原因的能力。”“这是第一次，我们可以真正利用机器人辅助显微镜技术的进步所提供的速度和规模，更准确地检测细胞死亡，并在死亡之前做好这一点。我们希望这可以为许多迄今无法治愈的神经退行性疾病带来更具体的治疗方法。”

文章标题

Superhuman cell death detection with biomarker-optimized neural networks