研究人员开发了新的人工智能工具以发现细胞的真实身份
科学家们长期根据它们在显微镜下的外观将细胞分选成不同的品种,或者根据少数几种基因的行为,将细胞分类为视觉上微妙的差异。但是为了揭示更加独特的差异和相似之处,来自约翰霍普金斯基梅尔癌症中心,约翰霍普金斯遗传医学研究所和约翰霍普金斯神经科学系的研究人员开发了两种新的人工智能方法,破译了控制细胞命运的复杂基因活动。视网膜发育中的决定,并将这种基因活动与其他组织和不同物种中发生的事物联系起来。
该研究结果于2019年5月22日发表在Cell Systems上,描述了负责细胞功能的共性和差异,可为视网膜以外的人类疾病的研究和治疗提供关键见解。
研究领导者Elana Fertig博士,肿瘤学副教授,Loyal Goff博士,神经科学助理教授,同事们将开发的小鼠视网膜用作模型系统。
视网膜是研究发展的理想模型系统,因为它反映了整个大脑的发育,尽管细胞类型数量有限,“Genevieve Stein-O'Brien,博士,该研究的主要作者,约翰霍普金斯大学
研究人员使用来自新单细胞测序技术的数据,该技术探测了哪些基因被打开以及在多大程度上 - 超过10个发育时间点的小鼠视网膜中超过120,000个个体细胞:胚胎第11天,大约在产后妊娠的中途。第14天,由Seth Blackshaw,博士,神经科学教授和Goff共同领导的一项补充研究。
他们通过团队开发的两个不同的人工智能程序来运行这些数据。第一种方法称为scCoGAPS,它根据表达水平搜索表征细胞的模式。第二种方法叫做projectR,利用这些模式将发育中的视网膜中的细胞与其他系统中的细胞联系起来 - 包括成年小鼠视网膜,发育中的人类视网膜,发育中的大脑以及整个小鼠体内的其他细胞类型。
Fertig说,通过scCoGAPS,研究人员在小鼠视网膜的整个发育时间过程中发现了80种不同的模式。这些模式对应于从干细胞到更成熟细胞的变化,成熟细胞类型之间的离散区别,以及它们来源的小鼠之间的差异,例如性别等因素。
当研究人员将这些模式投射到来自成年小鼠视网膜的细胞表达数据时,他们发现了明显的相似性 - 例如,视网膜中成体视杆细胞中基因表达的模式与发育中的小鼠视网膜中的细胞共有特征,这些细胞已成熟为视杆细胞。 。然而,大多数基因表达模式在两组之间不同,胚胎和出生后细胞表达的模式在性质上明显发育,与成熟细胞的模式形成对比。例如,Stein-O'Brien解释说“用CoGAPS学习的发育模式揭示了基因表达和细胞周期的变化,导致共同的祖先产生完全不同的细胞类型。”
科学家深入研究,将小鼠视网膜细胞的发育模式与小鼠体内其他细胞的基因表达进行了比较。令人惊讶的是,Fertig说,他们在肺部的分泌细胞和视网膜中的一部分细胞之间发现了相似的基因表达,暗示了根据视网膜中学到的东西,肺中存在一种尚未描述的细胞类型。研究人员还发现了发育中的小鼠视网膜,正在发育的人类视网膜,正在发育的人类大脑皮层和正在发育的小鼠中脑之间的共同模式。Fertig解释说,这些相似之处表明,人工智能程序可用于比较发育点和不同物种与器官系统之间的比较。
“从基本的生物学角度来看,这挑战了一种特定细胞类型确实由一组有限的基因定义的概念,”她说。“我们证明这些基因模式可以相互关联,并且基因的更广泛模式可以从样本到样本,从背景到环境保存。”
Fertig补充说,这些人工智能工具也可以特别针对癌症提供解决方案,这是她整体研究的主要焦点。例如,一些测试旨在通过单个基因或少数基因的活动来评估患者对癌症疗法的反应。使用scCoGAPS和projectR可能会显示更复杂的基因活动图,可以帮助研究人员开发更好的靶向癌症的方法。