469
Nature | 幹細胞圖片數據庫共享，深度學習預測細胞外觀
據Nature最新報道，艾倫細胞科學研究所（Allen Institute for Cell Science）今天發布的網站Allen Cell Explore，包含數千個幹細胞的三維立體圖像，不止是發現每個細胞的獨特外觀，通過深度學習算法，該研究所還對細胞的外觀進行了預測。改變一個基因對細胞整體而言，如同一場正在進行的球賽換了球員，細胞的命運或將被改變。而細胞內部這場球賽的後續過程，也將在人們眼前栩栩如生地呈現。
幹細胞為何如此重要？
幹細胞在一定條件下，可以分化成多種功能細胞。人，都是從受精卵這一個幹細胞發育而來。誘導多能幹細胞（iPS），是首度無需使用受精卵或是胚胎幹細胞而創造出具有分化能力的幹細胞，它為幹細胞的研究提供了豐富的細胞來源，也促進了細細胞分化機製的研究。從任何一個細胞，可以誘導發育到另外一種人類需要的細胞，這是一個充滿了想象的空間。而且，如果使用患者自身細胞所創造出的iPS細胞，培養出需要的組織或是器官移植回原患者身體內時，將可避開受到自身免疫係統攻擊的難題。未來，也許女性細胞也可以製作出精子。甚至老化細胞的重生，都將不再隻是想象。
2012年10月，英國和日本兩位科學家因“發現成熟細胞可以被重新編程為多功能的幹細胞（即iPS）”而摘取2012年度諾貝爾生理學或醫學獎， iPS從而更為人們所知曉。
來自皮膚的人類幹細胞的三維視圖顯示出DNA（藍色），細胞膜（紫色）和其他結構（黃色）
沒有兩個幹細胞是相同的，即使它們來源於同一個遺傳克隆。如此驚人的多樣性，在今天公開的一個巨大的3D幹細胞圖像在線目錄中被揭示。這些圖像源自經基因編輯工具CRISPR改變的細胞係，通過深度學習分析而生成。不久的將來，該網站將允許研究人員預測可能預示癌症和其他疾病的細胞布局的變化。
這個名為 Allen Cell Explore（https://www.allencell.org/）的網站，由位於華盛頓西雅圖的艾倫細胞科學研究所（Allen Institute for Cell Science）建立，包含了超過6000張誘導性多能幹細胞（iPS）的圖片，這些細胞的特定基因由於使用了熒光標記物而發光。
有不少的組織正試圖在DNA，RNA和蛋白質水平上闡釋單細胞的獨特性，Allen Cell Explorer無疑是它們的有力補充。艾倫細胞科學研究所所長雷克·霍維茨（Rick Horwitz）表示，這些圖片可能通過揭示細胞結構的意想不到的方麵來加速幹細胞研究，推動癌症研究和藥物開發方麵的進展。 “如果你知道所有球員的統計數據，但從來沒有看過比賽，那麼你無法預測足球比賽的結果。”
深入皮膚細胞內部
該項目大約一年前開始，Horwitz和他的團隊先將成年皮膚細胞重新編程成胚胎樣、未分化狀態，然後使用CRISPR-Cas9在基因中插入標簽，使細胞內的結構發光。這些基因包括肌動蛋白絲的編碼基因，（肌動蛋白絲是一種細胞骨架蛋白，譯注），它們有助於細胞移動並保持其形狀。很快可以清楚地看到，來自同一親本細胞的所有細胞，在其布局，形狀和組分的數量（例如線粒體和肌動蛋白纖維）方麵各不相同。
分裂的人類幹細胞，顯示細胞膜（黃色），DNA（藍色）和微管（紅色）
計算機科學家們使用深度學習程序分析了數千個圖像，並發現了細胞結構位置之間的關係。然後，他們使用這些信息來預測，當程序隻給出幾條線索（例如核的位置）時，其它細胞結構可能會在哪裏。程序通過將預測結果與實際細胞進行比較來“學習”。
Horwitz說，深度學習算法與其他公司用來預測人們偏好的算法相似。 “如果您在亞馬遜購買電鋸，那麼可能會顯示鏈條油和格子襯衫。”
基於這種深度學習能力的3D交互式工具將在今年晚些時候上線。目前，該網站展示了一段預告片，解釋並排比較預測圖像和實際圖像的工作原理。
華盛頓大學的細胞生物學家本傑明·弗裏德曼（Benjamin Freedman）期待在艾倫研究所團隊用算法來識別更多基因或化學變化的iPS細胞後，使用Cell Explorer的預測功能。例如，弗裏德曼說他可以從Allen研究所的一個熒光標記的幹細胞中刪除與腎髒疾病相關的基因，並了解突變如何影響發光結構。然後他可以使用該網站的建模工具來確定其他細胞組分是如何被改變的。 “最終，”弗裏德曼說，“我們想要了解在整個細胞水平上引起腎髒疾病的過程。”
為“每個細胞都是不同的”理論填補空白
在接下來的幾個月中，艾倫研究所的研究人員將更新處於不同的分裂階段的細胞圖像，比如細胞分化成如心髒和腎髒細胞時。 Horwitz說，捕獲不同時間點的圖像，對於確定基本的細胞發育過程至關重要。
遺傳相同幹細胞的DNA（紫色）和細胞膜（藍色）的結構差異
艾倫研究所著眼於幹細胞圖片研究，與一些其他機構試圖將細胞的其他方麵進行分類相契合。例如，英國倫敦的慈善機構“英國癌症研究”（Cancer Research UK）正在創建腫瘤中乳腺癌細胞的互動虛擬現實模型。而另一個國際性的合作組織“人類細胞圖譜”（ Human Cell Atlas）正試圖根據其分子譜（包括DNA序列，RNA轉錄物和蛋白質）定義所有人類細胞類型。
Aviv Regev是馬薩諸塞州劍橋Broad研究所的計算生物學家，他正在致力於人體細胞圖譜，他指出，Allen Cell Explorer關注細胞外觀形態特征，而她的項目關注基因，RNA和蛋白質在細胞內相互作用，這樣正好互為補充。她表示：“科學社區直到最近才認可這個事實，即我們以前認為相同的細胞，之間存在很多差異，”她說，“所以現在我們正在采取一種不偏不倚的方式，來了解這個拚圖的每一塊局部，而以前，我們都不知道它的存在。”
Allen Cell Explorer網站的推出，將是艾倫細胞科學研究所與全球科學界共享圖像數據和預測模型的平台，這個開放數據的門戶網站將使研究人員能夠提出關於細胞變異性的重要新問題，以及它們如何變化，分化和應對藥物的變化。 作為一個社區，科學家可以一起應用和擴展這些工具，在細胞生物學領域取得飛躍，造福人類的健康和疾病研究。
原文發布時間為：2017-04-06
本文來自雲棲社區合作夥伴“大數據文摘”，了解相關信息可以關注“BigDataDigest”微信公眾號
最後更新：2017-05-19 14:04:52