多學科交互，深度繪制細胞圖譜

　　大多數人類疾病實質上是細胞故障的產物。但要了解細胞的哪些部分出錯會導致疾病，科學家首先需要對細胞有完整的了解。美國加州大學圣地亞哥分校醫學院的研究人員及其合作者在24日發表于《自然》雜志上的論文中，介紹了尺度集成細胞（MuSIC）技術，這是一種結合了顯微鏡、生物化學和人工智能的技術，揭示了以前未知的細胞成分，或為人類發育和疾病提供新線索。

　　“如果你想象一個細胞，你可能會在細胞生物學課本上畫出五顏六色的圖，上面有線粒體、內質網和細胞核。但你以為這就結束了嗎？絕對不是。”美國加州大學圣地亞哥分校醫學院和摩斯癌癥中心教授特雷·依德克博士說，“科學家們早就意識到這點了，但現在我們終于有辦法更深入地進行研究了。”

　　在這項初步研究中，MuSIC揭示了人類腎臟細胞系中包含的大約70種成分，其中一半是我們以前從未見過的。研究還確定了一種新的結合RNA的蛋白質復合物。該復合物可能參與重要的細胞剪接機制，這一機制使基因能夠翻譯成蛋白質，并幫助確定哪些基因在哪些時間被激活。

　　MuSIC技術的不同之處在于，首次將不同尺度的測量結果結合在一起，利用深度學習直接從細胞顯微鏡圖像繪制細胞圖譜。

　　通過顯微鏡成像，研究人員將各種顏色的熒光標記添加到被研究的蛋白質上，并跟蹤它們在顯微鏡視野中的運動和生物物理關聯。

　　科學家可以利用顯微鏡看到1微米尺度的物體，這大約是一些細胞器（如線粒體）的大小。更小的元素，比如單個蛋白質和蛋白質復合物無法通過顯微鏡看到，而生物化學技術使科學家能夠深入觀察到納米尺度。

　　此外，該團隊訓練了MuSIC人工智能平臺來查看所有數據并構建細胞模型。然而，它還沒有像教科書圖表那樣將每一部分內容映射到特定的位置，部分原因是細胞內結構的位置會變化。

　　依德克指出，這是一項測試MuSIC的試點研究。他們只研究了661種蛋白質和一種細胞類型。下一步是研究所有人類細胞，再過渡到不同的細胞類型和物種。最終，通過比較健康細胞和患病細胞的不同之處，或許能夠更好地理解疾病的分子基礎。