人工智能终于能够揭开了百年癌症之谜

EMBL研究人员开发了一款新的人工智能工具，采用“分子激光枪”方法识别能够揭示癌症最早起源的细胞。

人体依赖准确的遗传指令来保持细胞正常运作。当这些指令被打乱时，癌症开始形成。随着遗传错误的积累，细胞可能失去正常的生长极限，开始以不受控制的方式繁殖。染色体异常——染色体上的数值和结构缺陷——通常是推动健康细胞趋向癌变的最早变化之一。

欧洲分子生物学实验室(EMBL)科贝尔团队的研究人员开发了一种基于人工智能的新工具，为科学家提供了近距离观察这些染色体异常如何形成的途径。从这一方法中获得的见解，最终可能澄清导致癌症的早期步骤。

EMBL高级科学家扬·科贝尔(Jan Korbel)的最新重要研究刚刚发表于《自然》杂志——染色体异常是导致特别侵袭性癌症的主要驱动因素，且与患者死亡、转移、复发、化疗耐药性和肿瘤快速发生高度相关。研究人员想弄清楚是什么决定了细胞发生这种染色体改变的可能性，以及当一个仍然正常的细胞分裂时，这种异常出现的速度是多少。”

染色体异常与癌症之间的联系已被长期研究。一百多年前，德国细胞学家、胚胎学家和遗传学科学家西奥多·博韦里（Theodor Heinrich Boveri）基于显微镜观察提出，细胞中染色体含量不规则在推动癌症形成中起着作用。

为什么染色体异常难以研究

然而，长期以来发现这些异常一直很困难，因为在任何时刻只有极少数细胞表现出它们，而且许多细胞要么自行死亡，要么被自然选择移除（或被杀死）。研究人员传统上必须用显微镜手工寻找这些细胞，且一次只能采集少量细胞以便进行更详细的研究。

科贝尔集团的研究科学家马可·科森扎在与EMBL其他团队合作解决类似问题后，找到了解决方案。他和合作者开发了一套结合自动显微镜、单细胞测序和人工智能的新型自主系统，命名为machine learning（MAGIC）。

“激光枪战”用于精确识别和标记细胞

本质上，MAGIC就像一场全自动激光枪战游戏。它能发现具有特定可见特征的“敌人”或细胞。在这项研究中，科学家们聚焦于一种称为“微细胞核”的细胞结构。微细胞核是细胞内微小封闭的隔间，包含细胞DNA的一小部分，这些DNA从基因组的大部分中分离出来。带有微细胞核的细胞往往会产生新的染色体异常，这使其更可能变成癌症。

一旦检测到带有微细胞核的细胞，系统会用激光“标记”它们。为此，科学家们使用了光转换染料——一种荧光分子，当照射到它身上时会发生化学转变，改变其发出的光的颜色。

科森扎解释道：这个项目将我许多兴趣融合在一起，它涉及基因组学、显微成像和机器人自动化。在2020年因COVID-19相关的封锁期间，他花更多时间学习并应用AI计算机视觉技术来处理他们之前收集的生物图像数据。之后，他们设计了实验来验证并进一步应用。”

实际上，魔法是这样运作的。首先，自动显微镜捕捉细胞样本的一系列图像。接下来，一个机器学习算法在手动标注的含微核细胞数据集上训练，扫描图像。当算法发现带有微细胞核的细胞时，会与显微镜共享其位置，并指示显微镜将光线照射到这些细胞上，永久标记它们。随后，通过流式细胞术等方法，可以轻松将这些仍活的细胞与这些仍活的细胞分离出来，随后进行更深入的分析，例如通过观察其细胞基因组。

扩大之前缓慢的流程

通过自动化此前耗时繁琐且易出错的微细胞检测过程，MAGIC使科学家能够以前所未有的规模和速度研究此类细胞。科学家们在不到一天的时间内，利用这种方法就能分析近10万个细胞。

团队利用MAGIC分析了原本源自正常人类细胞的培养细胞中的染色体异常。他们的结果显示，略多于10%的细胞分裂会导致某种形式的自发染色体异常，而当某个基因——p53，一种著名的肿瘤抑制因子——突变时，这一比例几乎翻倍。科学家们还研究了染色体异常形成的其他诱因和贡献因素，如染色体内双链DNA断裂的存在和位置。

该研究涉及EMBL内外的合作，关键贡献来自EMBL海德堡的先进光学显微设施（ALMF）和佩珀科克团队，EMBL-EBI的伊西德罗·科尔特斯-奇里亚诺团队，以及德国癌症研究中心（DKFZ）的安德烈亚斯·库洛齐克团队，该中心同时也是EMBL与海德堡大学分子医学合作单位（MMPU）的一部分。

魔法是一种高度多变且适应性的技术。虽然科学家们为本研究训练它以发现具有微细胞核的细胞，但理论上该算法可以在多种不同数据集上训练，以检测不同的细胞特征。

找到一个特征可以通过视觉与'普通'细胞区分，多亏了人工智能——训练系统去检测它。因此，研究人员的这个系统有潜力推动生物学多个领域的未来发现。