深度學習可以預(yù)測細胞外觀，幫助發(fā)現(xiàn)病變過程

為“每個細胞都是不同的”理論填補空白

在接下來的幾個月中，艾倫研究所的研究人員將更新處于不同的分裂階段的細胞圖像，比如細胞分化成如心臟和腎臟細胞時。Horwitz說，捕獲不同時間點的圖像，對于確定基本的細胞發(fā)育過程至關(guān)重要。

艾倫研究所著眼于干細胞圖片研究，與一些其他機構(gòu)試圖將細胞的其他方面進行分類相契合。例如，英國倫敦的慈善機構(gòu)“英國癌癥研究”（Cancer Research UK）正在創(chuàng)建腫瘤中乳腺癌細胞的互動虛擬現(xiàn)實模型。而另一個國際性的合作組織“人類細胞圖譜”（   Human Cell Atlas）正試圖根據(jù)其分子譜（包括DNA序列，RNA轉(zhuǎn)錄物和蛋白質(zhì)）定義所有人類細胞類型。

Aviv Regev是馬薩諸塞州劍橋Broad研究所的計算生物學家，他正在致力于人體細胞圖譜，他指出，AllenCell Explorer關(guān)注細胞外觀形態(tài)特征，而她的項目關(guān)注基因，RNA和蛋白質(zhì)在細胞內(nèi)相互作用，這樣正好互為補充。她表示：“科學社區(qū)直到最近才認可這個事實，即我們以前認為相同的細胞，之間存在很多差異，”她說，“所以現(xiàn)在我們正在采取一種不偏不倚的方式，來了解這個拼圖的每一塊局部，而以前，我們都不知道它的存在。”

AllenCell Explorer網(wǎng)站的推出，將是艾倫細胞科學研究所與全球科學界共享圖像數(shù)據(jù)和預(yù)測模型的平臺，這個開放數(shù)據(jù)的門戶網(wǎng)站將使研究人員能夠提出關(guān)于細胞變異性的重要新問題，以及它們?nèi)绾巫兓?，分化和?yīng)對藥物的變化。 作為一個社區(qū)，科學家可以一起應(yīng)用和擴展這些工具，在細胞生物學領(lǐng)域取得飛躍，造福人類的健康和疾病研究。