AI正在制作一本人类细胞的百科全书

AI 正在制作一本人类细胞的百科全书。

我们对人类细胞的结构了解，大部分来自高中的生物课本：细胞膜里包着圆圆的细胞核，旁边散落着中心体、线粒体、溶酶体等几位朋友。

但科学家表示，细胞结构根本不是这么简单。

它的构成远比显微镜下的紫色洋葱复杂，每一个部分彼此之间都有着联系。弄清楚这一切，对医生诊断及疾病机制研究非常有好处。

50 个来自细胞科学研究中心 Allen Institute 的细胞生物学家、显微专家和计算机程序员，最近公布了人类细胞研究工具 Allen Integrated Cell。

在过去的两年里，科学家们用基因工程对细胞样本进行改造，用荧光标记它们的内部结构(比如线粒体)。随后他们将超过 6000 张发光细胞的照片供给人工智能算法学习，建立出 3D 模型。

现在，除了数据库内的 3.2 万个细胞种类构成清晰可见，这个智能的工具还可以预测一个未知细胞的内部运作。

这个细胞工具专注于人体干细胞。

Greg Johnson，一名来自 Allen Institute 的科学家认为，了解健康细胞的内部运作对癌症的发现和治疗非常有用。这意味着医生们可以从癌细胞「回到过去」，观察对比细胞发生了什么变化。

Allen Institute 的所长 Rick Horwitz 也认为，细胞的演变过程比静态形态更重要。

即使你知道所有球员的统计资料，但从未观看比赛，你也无法预测足球比赛的结果。

他表示说，这个工具可能会意外加速干细胞研究、癌症研究和药物开发。

光学显微镜是最传统的细胞观察方法。虽然成本低也操作简单，但它的结果往往让人沮丧。

你能看到黑白清晰的轮廓，里边有很多小物体在四处移动，做着各种神秘的事。但你没法知道它在做什么，细节的缺失让人跟高中生一样一知半解。

而基因改变、特殊染料或强光照射等技术往往会改变或损害细胞本身，不利于长时间观察。而且，这些技术还依赖于昂贵的设备，在一些实验室中难以实现。

这些都是必须收集图像，让人工智能建立 3D 模型的原因所在。

Allen Integrated Cell 的查看页面

现在用 Allen Integrated Cell，你只需要提供一张显微镜下的细胞图像，人工智能就能还原出它的内部组成。这种方式不会丢失细节，也不至成本高得吓人。

负责化验研发团队的 Susanne Rafelski 说：

就像是你只有一些车轮的照片，它也能从有限的信息里预测出汽车的品牌和型号。

而当只有模糊描述的时候，只要给 Allen Integrated Cell 提供细胞的大小、形状和细胞核的位置，人工智能也可以提出几个不同的方案，尝试去猜测还原整个细胞的结构和形态。

Allen Integrated Cell 人工智能的两种模式，一种根据图像还原，另一种则是模糊猜测

Fred Hutchinson 癌症研究中心的研究员 Roger Brent 已经试用了几个月。在他看来，这个工具对全世界的研究人员都有帮助，包括在不太富裕的地区。

Allen Institute 的科学家表示，未来他们还将随着干细胞的成长过程来扩展研究对象，比如心肌细胞和肾脏细胞。他们相信，这能进一步帮助生物学家和医生理解某些疾病的发展。

而 Brent 对这个工具的未来非常有信心。

他认为，在 10 年后，手机将变得足够强大可以承载这个工具。这可能意味着，即使在发展中国家，一个小小的实验室也可以从癌症细胞的内部来判断、选择更佳的治疗方案。