人工智能有助于自动监测细胞中的单个分子

为了理解分子在细胞中起作用的机制,或药物对细胞的作用,理想的是能够跟踪单个分子,包括它们位于细胞中的位置以及当细胞条件发生变化时它们经历的修饰。然而,现有技术已经证明这是困难的,特别是考虑到执行这种监测所需的时间量。

大阪大学的一个研究小组与RIKEN合作开发了一种系统,可以通过自动搜索,聚焦,成像和跟踪活细胞内的单个分子来克服这些困难。该团队表明,这种方法可以在短时间内分析数百个细胞中数十万个单分子,为目标分子的状态和动态提供可靠的数据。

对于这种方法的发展,在Nature Communications杂志上报道,该团队使用了一个基于人工智能的系统,涉及神经网络的训练,以学习正确地聚焦在样本上并自动搜索细胞,然后跟踪单荧光标记的分子用全内反射荧光显微镜。

研究小组在一种称为EGFR的受体蛋白上测试了这个系统,该蛋白或多或少地沿着质膜移动,这取决于它是否经过某种修饰。他们的研究结果表明,该系统可以通过跟踪膜中单个受体的运动来区分修饰和非修饰条件。

“我们使用我们系统获得的结果来计算药理参数,例如那些反映药物功效和分子从其初始位置扩散的速度的参数,”大阪大学的相应作者Masashiro Ueda说。“这些发现与早期研究中使用传统劳动密集型方法获得的数值相匹配,支持了该系统的价值。”

“这种方法的一个主要好处是配体和抑制剂对靶标的影响可以在单分子水平上量化,”Ueda补充道。“这种方法提供的自动化意味着暴露于这些分子的大量靶标可以低成本表征,从而提高了结果的可靠性。”

作为未来的工作,该团队希望将该系统应用于使用其他光学显微镜监测细胞中其他位置的单个分子,例如细胞核和细胞器。该系统还应该在临床上适用于可靠的全基因组筛选和药理学测试。