Nat Commun:利用人工智能技术和机器人系统识别帕金森病的隐藏特征 |
![]() |
来源:原文2022-03-31 2:02
来自美国的科学家开发了一种新的平台,可以帮助通过研究发现患病细胞的特征。它可以将用于研究患者细胞的机器人系统与用于成像分析的人工智能方法相结合。使用这种自动化细胞培养平台,研究人员通过创建和分析来自91名患者和健康对照个体的超过一百万张皮肤细胞图像,成功识别了帕金森病的新细胞标记。
2022年3月31日/100医学网BIOON/-帕金森病等疾病的药物发现往往受到缺乏可筛选细胞表型的阻碍;近日,在国际期刊《自然通讯》发表的一篇题为《整合深度学习和无偏见的自动化高含量筛选识别hum中的复杂疾病签名》的文章《An成纤维细胞》的研究报告中,来自美国的科学家开发了一个新的平台,可以帮助通过研究发现疾病细胞的特征。有可能将用于研究患者细胞的机器人系统与用于成像分析的人工智能方法相结合。使用这种自动化细胞培养平台,研究人员通过创建和分析来自91名患者和健康对照个体的超过一百万张皮肤细胞图像,成功识别了帕金森病的新细胞标记。
人工智能技术和机器人系统的结合用于识别帕金森病的隐藏特征。
图片来源:维基百科
研究人员苏珊所罗门(Susan L. Solomon)表示,传统的药物发现可能不起作用,尤其是在帕金森病等复杂疾病的研究中。这项被称为NYSCF的机器人技术可能会帮助我们从一大群患者中产生大量数据,同时可以帮助发现新的疾病特征,并作为发现真正有效药物的新依据;这可能是在疾病研究中使用人工智能技术的理想演示。在这项研究中,研究人员利用NYSCF庞大的患者细胞库和最先进的机器人系统,分析了来自91名帕金森病患者和健康对照个体的数百万张细胞图像。然后,研究人员使用微阵列从皮肤穿孔的活检样本中分离和扩展称为成纤维细胞的皮肤细胞,使用细胞映射技术标记这些细胞的不同部分,已经创建了数千张高含量的光学显微镜图像。研究人员获得的图像被发送到一个无偏见的人工智能驱动的成像分析管道中,这可以帮助他们识别患者细胞特有的图像特征,并可以有效地与健康的对照组个体区分开来。
研究人员Samuel J. Yang表示,这些人工智能方法可能有助于确定患者身体的细胞有什么共同点,但这些共同点可能不会被观察到。同样重要的是,这些算法是无偏的,不依赖于任何关于帕金森病的知识或先入为主的想法,因此研究人员可以发现新的疾病特征。最近,基于被认为是疾病驱动因素的特定疾病靶点和途径的临床试验的失败率很高,这可能突出了对帕金森病新特征的研究的必要性。使用无偏的方法来发现这些疾病特征(尤其是在患者群体中),对于诊断和药物发现非常有价值,甚至可以揭示患者之间的新差异。
图片来源:https://pubmed.ncbi.nlm.nih.gov/35338121/
研究人员Bjarki Johannesson说,令人兴奋的是,现在我们可以区分患者细胞和对照组细胞的图像,以及不同的疾病亚型。我们甚至可以相当准确地预测细胞样本来自哪个捐赠者。研究人员确定的帕金森病的特征也可以作为对患者细胞进行药物筛选的基础,它也有助于发现哪些药物可以逆转这些特征。此外,该研究还产生了已知最大的细胞图谱数据集(48TB)作为某种社区资源提供给科学界。
值得注意的是,这个新平台是疾病诊断平台。它只需要从患者体内容易获得的皮肤细胞,也可以应用于其他类型的细胞,包括NYSCF创造的诱导多能干细胞的衍生物,以模拟各种疾病。因此,研究人员希望他们开发的平台可以为许多传统药物研发不成功的疾病提供多种新的治疗方法。最后,研究人员表示,这是第一个能够以如此高的准确度和灵敏度成功识别疾病特征的工具,其识别患者亚群的能力对于各种难治性疾病的精准医疗和药物研发具有重要意义。(100yiyao.com 100医疗网)
原始来源:
劳伦希夫、比安卡米廖里、叶晨等,《自然通讯》,doi :10.1038/s 41467-022-28423-4
版权声明
本网站所有标注“来源:100医学网”或“来源:bioon”的文字、图片及音视频资料,版权归100医学网网站所有。未经授权,任何媒体、网站、个人不得转载,否则将追究法律责任。获得书面授权转载时,必须注明“来源:100医学网”。其他来源的文章均为转载文章。本网站所有转载文章都是为了传递更多信息。转载内容不代表本站立场。不想被转载的媒体或个人可以联系我们,我们会立即删除。
87%的用户都在使用100医疗网APP随时阅读、评论、分享、交流。请扫描二维码下载-

- 相关报道
-
- Nat Commun:大脑“幕后操控者”现身!科学家揭秘纹状体星形胶质细胞如何影响机体肥胖与代谢? (2025-07-09)
- Gut:四川大学团队发现肠癌“催肥肝脏”,为后续肝转移作铺垫的关键机制 (2025-07-09)
- 解读:制止将“空肠回肠吻合术”利用于2型糖尿病医治 (2025-07-09)
- 《对于放慢推动普惠托育服务系统建设的意见》答记者问 (2025-07-09)
- 青海实现“医保影像云”部署 完成影像查看成果共享共用 (2025-07-09)
- JAMA子刊:受教育程度高竟成AD负面因素?队列研究发现,在存在显著淀粉样蛋白沉积的情况下,受教育程度高与tau蛋白积累更快有关 (2025-07-09)
- 诺华首款新生儿及婴幼儿疟疾治疗药物获批 (2025-07-08)
- 24岁或就埋下痴呆隐患!性格不好还易“加速”脑萎缩!两项研究:首次在24-44岁健康个体中检出痴呆风险因素;性格对脑健康很重要 (2025-07-08)
- 河北省医保局对于规范综合诊查类医疗服务价钱名目的关照 (2025-07-08)
- 我国树立欠缺食物平安危险隐患外部申报奖励机制 (2025-07-08)
- 视频新闻
-
- 图片新闻
-
医药网免责声明:
- 本公司对医药网上刊登之所有信息不声明或保证其内容之正确性或可靠性;您于此接受并承认信赖任何信息所生之风险应自行承担。本公司,有权但无此义务,改善或更正所刊登信息任何部分之错误或疏失。
- 凡本网注明"来源:XXX(非医药网)"的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。本网转载其他媒体之稿件,意在为公众提供免费服务。如稿件版权单位或个人不想在本网发布,可与本网联系,本网视情况可立即将其撤除。联系QQ:896150040