窥探活体细胞内部的奥秘

部构成，也绝不是像悬浮在明胶中的菠萝切块那种便于区分的静态结构。相反，活体细胞更像是一块被塞进小小三明治里的半融化果冻豆，其内部构成一直在不断变化，而且编排机制远比计算机芯片更精确也更复杂。

简而言之，即使是在二十一世纪，我们仍很难了解细胞内部究竟是什么样子——更不用说其中各组成部分间的相互作用。艾伦细胞科学研究所计算机视觉与机器学习研究员Greg Johnson说道，“我们可以把一个细胞看作像是汽车那样的复杂机器。除了24小时不断运作之外，有时候两辆车会并排前行，有时候甚至是四辆车齐头并进。即使是世界上最聪明的工程师，也无法重现如此精密复杂的机器——想到人类对细胞的运作方式始终知之甚少，我总会萌生出这样的感慨。”

为了观察活体细胞的内部运作方式，生物学家们目前选择将基因工程与先进的光学显微镜加以结合。（电子显微镜能够非常详细地对细胞内部进行成像，但却无法拍摄动来动去的活体样本。）一般来讲，对细胞进行基因修饰能够使其产生荧光蛋白，该蛋白会附着于特定的亚细胞结构当中，例如线粒体或者细胞微管。当细胞被特定波长的光线照射时，荧光蛋白即会发光，相当于对相关结构进行视觉标记。然而，这种技术昂贵、极为耗时，而且每次只能观察到细胞中的一部分结构特征。

但凭借着自己在软件工程方面的专业背景，Johnson希望了解：如果研究人员能够教会人工智能识别细胞内部特征并自动进行标记，结果又会如何？2018年，他和艾伦研究所的几位合作者开始了这场探索之旅。利用荧光成像样本，他们训练出一套深度学习系统，用以识别十几种亚细胞结构，直到该系统能够在前所未见的细胞中分辨这些结构。更重要的是，经过训练，Johnson’的这套系统甚至能够处理细胞的“明场图像”——即通过普通光学显微镜直接获得的图像，其内容“像是手电筒照射之下的细胞”。

不同于以往昂贵的荧光成像实验，如今科学家们可以利用这种“无标记测定”高效拼凑出活体细胞内部的高保真3D影像。

这些数据还可用于构建理想化的细胞生物学精确模型——基本上类似于高中教科书里那种规整的图像，但具有更高的科学准确性。这也是本次项目的最终目标。

（编辑：葫芦岛站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!