我们热爱生命科学!-生物行
当前位置: 主页 > 神经科学 > 研究进展

人工智能利用干细胞图像确定帕金森病亚型

时间:2023-08-12 07:29来源:Neurosciencenews 作者: 点击: 874次
摘要研究人员利用干细胞图像,通过机器学习准确预测帕金森病亚型。这一突破展示了计算机模型对四种帕金森病亚型的分类,最高准确率达到95%。这将彻底改变个性化医疗,有助于更有针对性的帕金森病药物研究。
 
关键信息
 
研究利用机器学习将干细胞图像分为四种不同的帕金森病亚型。
对亚型分类最具预测性的特征是细胞中的线粒体和溶酶体。
这项技术有可能根据特定亚型对帕金森病进行量身定制的治疗。
资料来源:弗朗西斯-克里克研究所弗朗西斯-克里克研究所
 
弗朗西斯-克里克研究所(Francis Crick Institute)和伦敦大学洛杉矶分校皇后广场神经学研究所(UCL Queen Square Institute of Neurology)的研究人员与技术公司Faculty AI合作,证明机器学习可以利用患者干细胞的图像准确预测帕金森病的亚型。
 
他们的研究成果发表在今天的《自然-机器智能》(Nature Machine Intelligence)杂志上,研究结果表明,计算机模型可以准确地对帕金森病的四种亚型进行分类,其中一种亚型的准确率达到了95%。这将为个性化医疗和靶向药物发现铺平道路。
 
帕金森病是一种影响运动和认知的神经退行性疾病。由于致病机制的不同,每个人的症状和病情发展也不尽相同。
 
到目前为止,还没有一种方法能准确区分亚型,这意味着人们只能得到非特异性的诊断,并不总能获得有针对性的治疗、支持或护理。
 
帕金森病涉及关键蛋白质的错误折叠和清除故障线粒体的功能障碍,而线粒体是细胞产生能量的来源。大多数帕金森病病例都是偶发性的,但有些病例可能与基因突变有关。
 
研究人员从患者自身细胞中提取干细胞,用化学方法制造出四种不同亚型的帕金森病,其中两种涉及导致一种名为α-突触核蛋白的蛋白质毒性积聚的途径,另两种涉及导致线粒体功能障碍的途径,从而制造出一种 "盘中脑病人类模型"。
 
然后,他们对这些疾病模型进行了显微细节成像,并标记了包括溶酶体在内的关键细胞成分,溶酶体参与分解细胞的破损部分。研究人员 "训练 "了一个计算机程序来识别每种亚型,当计算机程序看到以前没有看到过的图像时,它就能预测出亚型。
 
线粒体和溶酶体是预测正确亚型的最重要特征--这证实了它们与帕金森病的发病过程有关--但也发现细胞核等其他区域以及我们尚无法解释的图像方面也很重要。
 
詹姆斯-埃文斯(James Evans)是克里克里克大学和伦敦大学洛杉矶分校的博士生,他与卡里什玛-达萨(Karishma D'Sa)和古尔维尔-维尔迪(Gurvir Virdi)是第一作者之一。
 
"在这项研究中使用人工智能使我们能够评估更多的细胞特征,并评估这些特征在分辨疾病亚型中的重要性。利用深度学习,我们能够从图像中提取比传统图像分析更多的信息。我们现在希望扩展这种方法,以了解这些细胞机制是如何促成帕金森病的其他亚型的"。
 
克里克研究所助理研究主任兼神经变性生物学实验室组长索尼娅-甘地(Sonia Gandhi)说:"我们了解导致帕金森病在人脑中发生的许多过程。但是,在他们活着的时候,我们无法知道发生了哪种机制,因此也就无法提供精确的治疗方法。
 
"我们目前还没有对帕金森病的进展产生巨大影响的治疗方法。利用患者自身神经元的模型,并将其与大量图像相结合,我们生成了一种算法来对某些亚型进行分类--这是一种强大的方法,可以打开在生活中识别疾病亚型的大门。
 
"在此基础上更进一步,我们的平台将使我们能够首先在干细胞模型中测试药物,并预测患者的脑细胞是否可能对药物产生反应,然后再进行临床试验。希望有一天,这能从根本上改变我们提供个性化药物的方式。
 
该项目是在实验室的大流行病研究中断期间开发的--整个团队参加了一个密集的编码课程,学习用Python编码,开发了一些技能,他们现在正将这些技能应用到当前的项目中。
 
克里克大学首席信息官詹姆斯-弗莱明(James Fleming)与人工智能学院合作开展了这个项目,他说:"人工智能是一项迷人而强大的技术,但它往往被炒作和行话所掩盖。
 
"这篇论文是与 Faculty 开展独特的行业合作的成果,目的是了解一群完全的人工智能初学者能否在非常紧凑的时间框架内学习并将最佳实践直接应用到他们的科学中。
 
"这个项目的成功不仅证明了他们能够做到这一点,并在此过程中获得了新的见解,而且还帮助推动了对我们自己的人工智能和软件工程团队快速扩张的投资。
 
研究团队的下一步工作是了解其他基因突变患者的疾病亚型,并研究帕金森病的散发性病例(即没有基因突变)是否可以用类似的方法进行分类。


Author: Clare Green
Source: Francis Crick Institute
Contact: Clare Green – Francis Crick Institute
Image: The image is credited to Neuroscience News

Original Research: Open access.
“Prediction of mechanistic subtypes of Parkinson’s using patient derived stem cell models” by James Evans et al. Nature Machine Intelligence

 

(责任编辑:泉水)
顶一下
(9)
100%
踩一下
(0)
0%
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
特别推荐
推荐内容