人工智能辅助单分子细胞的自动监测

理解细胞内分子行为的机制,或药物的影响,这将是理想的能够跟踪单个分子,包括他们的细胞中的位置和修改他们接受当细胞变化的条件。然而,这已经证明困难与现有技术,尤其是考虑到所需的时间来执行这样的监控。

大阪大学的一个研究小组集中,与日本理化学研究所合作,已经开发出一种系统,可以通过自动寻找克服这些困难,聚焦、成像和跟踪活细胞内单分子。研究小组表明,这种方法可以分析成千上万的单分子数以百计的细胞在短时间内,提供可靠的数据的状态和动态感兴趣的分子。

发展的这种方法,在《自然通讯》杂志上报道,该团队使用一个基于人工智能的系统,包括训练神经网络学习样本正确关注和自动搜索细胞,其次是单一荧光标记分子的跟踪与全内反射荧光显微镜。

受体的团队测试了这个系统叫做表皮生长因子受体的蛋白质,这是或多或少的自由移动沿等离子体膜的表达取决于它经历了一定的修改。他们的研究结果表明,该系统可以区分修改和nonmodifying条件通过跟踪单一受体膜的运动。

我们使用我们的系统获得的结果来计算药理参数,如反映药物的功效和分子扩散的速度远离他们的初始位置,“通讯作者Masashiro来自大阪大学的建筑师说。“早些研究中获得的值匹配发现使用传统的劳动密集型的方法,支持这个系统的价值。”

“这种方法的主要优点是,配体和抑制剂的影响可以在单分子水平量化目标,”建筑师补充道。“这种方法提供的自动化意味着大量的目标暴露于这种分子可以以低成本,提高结果的可靠性。”

未来的工作,团队希望将该系统应用于监测单分子在细胞的其他地方,比如在细胞核和细胞器,使用其他光学显微镜。系统也应该适用可靠的全基因组筛查和临床药理试验。