干细胞,疾病模型 中国实验动物信息网 2021-04-14 412

　　“世界上没有两片叶子是一样的。”

　　干细胞生物学家总是怀疑克隆到两种遗传物质中的干细胞是完全一样的。*近，在西雅图的6000多幅荧光标记的诱导多能干细胞（iPS）的照片中，进一步证实了该生物学领域的惊人变化，这揭示了有关细胞生物学的大量基本信息。

　　2017年4月5日，艾伦研究所（TheAllenInstitute）的子公司艾伦细胞科学研究所宣布推出“艾伦细胞探索器”。这是用于首次观察人体细胞的独特门户网站工具。动态数字化窗口。该网站整合了大规模3D成像数据并应用了人工智能，机器的深度学习和CRISPR基因编辑。该系统创建可视细胞组织预测模型和一组其他强大的工具。此外，该门户和共享平台使研究人员可以预测细胞布局的变化，从而预示着癌症和其他疾病。艾伦细胞科学研究所秘书长里克·霍维茨博士说，通过在细胞结构水平上揭示出意料之外的数据结果，这种用于干细胞研究，癌症研究和药物开发的前所未有的工具，他说，这可能会加快进展。他说： “细胞极其复杂。它们包含成千上万个相互作用的组件，共同作用以驱动和调节细胞的结构和行为。启动AllenCell Explorer网站并将我们的宏伟愿景带给世界。我们非常高兴与我们的科研人员分享它蜂窝数据，不可思议的图像，预测模型等。“

　　该项目大约在一年前开始。 Horwitz博士及其研究团队将成年皮肤细胞重编程为未分化的胚胎状态，并使用CRISPR-Cas9技术插入了荧光蛋白的“标签”。 “对于阐明细胞内结构的基因。这些基因包含编码细胞内肌动蛋白丝的基因。它们是一种蛋白质，可以帮助细胞移动并维持其形状。研究人员很快发现，所有遗传克隆的细胞，甚至来自相同的亲代细胞具有非常不同的细胞内成分，例如线粒体和肌动蛋白纤维的位置和形状； IntegratedCellModel是AllenCellExplorer的独特成分，并且是*个应用深度学习技术预测人类干细胞的细胞内组织结构的模型创建模型为此，研究人员已经“训练”了数千张人类干细胞的高质量图像，以了解干细胞的组成是如何组织的。具体来说，计算机科学家使用深度学习程序来分析成千上万张图像，并发现细胞内结构位置之间的关系。然后，使用此信息来预测结构中的可能位置，例如以编程方式重新定位原子核时。该计划旨在通过将预测结果与实际单元格进行比较来进行“深度学习”。

　　在接下来的几个月中，艾伦研究所的研究人员将更新细胞分裂各个阶段的干细胞图像。这也意味着这些细胞逐渐变成不同的细胞类型（例如心脏细胞和肾细胞）。 Horwitz博士认为，在不同时间捕获细胞特征对于确定其基本发育或生长过程至关重要。

　　Horwitz博士接着说： “这是研究人员*次使用“深度学习”来尝试理解细胞实际组织方式的问题。目前，我们主要依靠教科书的原理图。艺术科学家。单元格数据的解释相对较小。我认为简单的图表*终将被许多单元数据驱动的模型取代。

　　艾伦研究所所长兼首席执行官艾伦·琼斯（Allan Jones）说： AllenCell Explorer对人体细胞的看法组织发挥着非同寻常的作用。这些来自AllenInstituteofCellScience的强大工具是一些免费资源。我们始终遵循创建和共享强大的开放科学工具并在世界范围内促进科学创新的理念。