学术前沿丨CAAI理事长戴琼海院士等开发细胞显微

作者：张馨予

学术前沿丨CAAI理事长戴琼海院士等开发细胞显微图像与基因数据融合分析的人工智能方法—MUSE

2022-04-07 17:01 来源: 永远不过时

原标题：学术前沿丨CAAI理事长戴琼海院士等开发细胞显微图像与基因数据融合分析的人工智能方法—MUSE

转自 BioArt

责编 | 兮

自从17世纪荷兰科学家列文虎克应用显微镜观察生物细胞以来，细胞形态学的差异性一直作为研究器官、组织内在结构的重要依据，是器官的机理特征研究与复杂疾病的致病特征解析的基础手段。近年来随着单细胞基因组学技术的发展，通过基因表达的差异性来揭示组织器官的异质性成为新的研究方法，为许多重大研究计划（如人类细胞图谱、人类生物分子图谱）的提供了技术支撑。这两种方法分别从不同的维度提供了组织的解析手段，如果将二者结合，能否突破单一方法的观测局限，实现更高程度的器官、疾病特异性的分辨力 （图1）？

学术前沿丨CAAI理事长戴琼海院士等开发细胞显微

图1. 多模态融合的优势：基于形态学（x轴）可以分辨出小细胞与大细胞类型；基于基因表达水平（y轴），可以分辨出高、中、低表达的细胞类型；通过两个模态融合，可以进一步完整解析出组织内全部的细胞类型。

基于课题组在光学显微技术（Cell 2021，Nature Photonics 2019, 2020），单细胞基因解析技术（Nature Methods 2019）以及人工智能的交叉应用（Nature Methods 2021, Nature Machine Intelligence 2019）的积累，2022年3月28日，UCSF的 Lani F. Wu、Steven J. Altschuler和清华大学 戴琼海院士团队合作（共同一作为鲍峰和Yue Deng）在 Nature Biotechnology上发表了文章 Integrative spatial analysis of cell morphologies and tranional states with MUSE ，提出了细胞显微图像与基因数据融合分析的人工智能方法，在包含脑、阿兹海默症的多种生物问题研究中，展示图像与基因的融合能大幅提升我们对于复杂器官空间结构与疾病发展解析的认知能力。

学术前沿丨CAAI理事长戴琼海院士等开发细胞显微

图2. 基于seqFISH+技术（Nature, 2019）采集的小鼠大脑皮层数据，基因单模态分析（上）与图像-基因融合分析（下）得到的皮层细胞类型结果

学术前沿丨CAAI理事长戴琼海院士等开发细胞显微

图3. 胰腺导管癌的基因单模态分析与联合分析得到的细胞类型空间分布

文章还进一步在结肠组织切片等数据上进行了分析验证。文中提出的方法还可以拓展到更多生物模态分析，以及进行两个以上的模态数据分析，为复杂生物过程的理解提供了基础的工具。