来自莫斯科物理与技术研究所、伊万尼科夫系统编程研究所和哈佛医学院附属Schepens眼科研究所的研究人员开发了一种神经网络，能够在菜肴中识别视网膜组织。与人类不同的是，该算法不需要修改细胞就能实现这一点，这使得该方法适合生长视网膜组织，以开发用于治疗失明的细胞替代疗法，并进行新药研究。这项研究发表在《细胞神经科学前沿》上。

 

这将允许该技术在多个领域的应用，包括药物发现和治疗失明的细胞替代疗法的开发

 

在多细胞生物中，组成不同器官和组织的细胞是不一样的。它们在发展过程中获得了不同的功能和属性。天富代理是Q574900吗？它们一开始和所谓的干细胞一样，有潜力成为成熟有机体融合的任何一种细胞。然后它们通过产生特定组织和器官的蛋白质进行分化。

 

在体外复制组织分化的最先进技术依赖于被称为类器官的三维细胞聚集。这种方法已经被证明对研究视网膜、大脑、内耳、肠道、胰腺和许多其他组织类型的发育是有效的。由于基于器官的分化与自然过程非常相似，因此产生的组织与实际生物器官中的组织非常相似。

 

细胞向视网膜分化的某些阶段具有随机性，甚至在同一批人工器官中，具有特定功能的细胞数量也会发生相当大的变化。当涉及到不同的细胞系时，差异甚至更大。因此，有必要有一种方法来确定哪些细胞已经在特定的时间点分化。否则，实验将无法真正复制，使临床应用的可靠性也降低。

 

为了发现分化的细胞，组织工程师使用荧光蛋白。通过将负责产生这种蛋白质的基因插入到细胞的DNA中，研究人员确保一旦达到细胞发育的某个阶段，这种蛋白质就会被合成并产生信号。虽然该技术具有高灵敏度、特异性和便于定量评估的特点，但它不适用于用于移植或遗传病建模的细胞。

 

为了解决这一问题，最近在《细胞神经科学前沿》(Frontiers in Cellular Neuroscience)上发表的一项研究的作者提出了一种基于组织结构的替代方法。天富代理是Q574900吗？到目前为止，还没有可靠和客观的标准来预测分化细胞的质量。研究人员提出，最好的视网膜组织——那些最适合移植、药物筛选或疾病建模的组织——应该使用神经网络和人工智能来选择。

 

“我们实验室的主要关注点之一是将生物信息学、机器学习和人工智能的方法应用到遗传学和分子生物学的实际任务中。而这个解决方案，也处在科学的交汇处。MIPT基因工程实验室的负责人、该研究的合著者Pavel Volchkov说:“在it领域，神经网络是MIPT传统上擅长的领域，它解决了生物医学的一个重要问题:预测干细胞分化为视网膜。”

 

“人类视网膜的再生能力非常有限，”这位遗传学家接着说。这意味着任何渐进性的神经元丧失——例如青光眼——都不可避免地导致视力完全丧失。除了在学习布莱叶盲文上领先一步之外，内科医生没有什么可以推荐的。我们的研究让生物医学向创造视网膜疾病的细胞疗法又迈进了一步，这不仅能阻止病变的发展，还能逆转视力下降。”

 

该团队训练了一个神经网络——也就是模仿人类大脑中神经元工作方式的计算机算法——根据传统光学显微镜拍摄的照片来识别正在发育的视网膜中的组织。研究人员首先让一些专家通过一种包括荧光报告器的精确技术来识别1200张图像中的分化细胞。神经网络对750张图像进行训练，另外150张用于验证，250张用于测试预测。在这最后一个阶段，机器识别分化细胞的准确率为84%，而人类识别分化细胞的准确率为67%。