广东省人民医院开发AI工具来早期检测癌症和病毒感染

　　

细胞表型异质性是许多生物过程的重要标志之一。近日，西班牙基因组调控中心、广东省人民医院和西班牙巴斯克大学领导的研究团队开发出一种新的深度学习方法 – AINU，能够以纳米级分辨率识别特定的细胞核特征。

利用少量图像作为训练数据，AINU能够正确识别人类体细胞和人类诱导多能干细胞（hiPSC）。它也能区分癌细胞和正常细胞。此外，它还能根据超分辨率显微镜图像中组蛋白H3、RNA聚合酶II或DNA的空间排列来区分不同的细胞状态，检测出转导了1型单纯疱疹病毒（HSV-1）的极早期感染细胞。

这篇题为“A deep learning method that identifies cellular heterogeneity using nanoscale nuclear features”的论文于8月发表在《Nature Machine Intelligence》杂志上。这项工作为改进疾病的诊断技术和监控策略铺平了道路。

AINU是一种卷积神经网络，它通过扫描随机光学重建显微镜（STORM）获得的高分辨率图像，在分子水平上检测和分析细胞内的微小结构。STORM能够以纳米级分辨率显示结构，并且能检测细胞内部低至20 nm的重排。

共同通讯作者、西班牙基因组调控中心的Maria Pia Cosma教授指出：“这些图像的分辨率非常高，足以让人工智能（AI）准确识别特定的模式和差异，包括细胞内DNA排列方式的变化。我们认为，有朝一日，这类信息可以为医生赢得宝贵的时间来监测疾病，个性化治疗，并改善患者的治疗效果。”

这些图像的纳米级分辨率使得AI能够在HSV-1感染细胞后一小时内检测到细胞核的变化。这个模型通过观察染色质结构的细微差别来检测病毒的存在。

巴斯克大学的助理研究员Ignacio Arganda-Carreras博士表示：“我们的方法可以在感染发生后很快检测出被病毒感染的细胞。通常情况下，医生需要一段时间才能发现病毒感染，因为他们依赖于肉眼可见的症状或身体的较大变化。但是有了AINU，我们可以立即看到细胞核的微小变化。” 

广东省人民医院医学研究部的钟丽梅补充说：“研究人员可利用这项技术来观察病毒在进入人体后如何立即影响细胞，这也许有助于开发更好的治疗方法和疫苗。在医院和诊所，AINU可通过简单的血液或组织样本快速诊断感染，让这一过程更快速、更准确。” 

目前，将这项技术应用于临床的一个障碍是，STORM成像通常一次只能分析几个细胞。出于诊断目的，医生需要在单张图像中捕捉更多数量的细胞，才能检测或监测疾病。

“STORM成像领域正在迅速发展，这意味着显微镜很快就会出现在规模较小的实验室中，最终甚至可以应用于临床。我们希望能够尽快开展临床前实验，” Cosma说。

研究人员发现，这项技术可以精确地识别干细胞。AINU能够快速准确地检测多能细胞，从而让干细胞治疗更安全、更有效。“目前检测高质量干细胞的方法依赖于动物试验，”西班牙基因组调控中心的博士后研究员Davide Carnevali谈道。

“对于我们的AI模型来说，只需要对特定标志物进行染色，就能发挥作用。除了更容易、更快捷之外，它还可以加速干细胞研究，同时有助于减少科学研究中的动物使用。”