# AI 能看清你每一个细胞，它可能就是医学界的「鹰眼」

- 作者：梁晓憧
- 发布时间：2018-05-14 15:08
- 分类：新创
- 原文：https://www.ifanr.com/1029511

![](https://s3.ifanr.com/wp-content/uploads/2018/05/Hawkeye.jpg)

AI 正在制作一本人类细胞的百科全书。

我们对人类细胞的结构了解，大部分来自高中的生物课本：细胞膜里包着圆圆的细胞核，旁边散落着中心体、线粒体、溶酶体等几位朋友。

![](https://s3.ifanr.com/wp-content/uploads/2018/05/cell.jpg)

（图片来自 [90sheji.com](http://90sheji.com/sucai/16585717.html)）

但科学家表示，细胞结构根本不是这么简单。

它的构成远比显微镜下的紫色洋葱复杂，每一个部分彼此之间都有着联系。弄清楚这一切，对医生诊断及疾病机制研究非常有好处。

50 个来自细胞科学研究中心 Allen Institute 的细胞生物学家、显微专家和计算机程序员，最近公布了人类细胞研究工具 [Allen Integrated Cell](http://www.allencell.org/allen-integrated-cell.html)。

![](https://s3.ifanr.com/wp-content/uploads/2018/05/dims.jpeg)

在过去的两年里，科学家们用基因工程对细胞样本进行改造，用荧光标记它们的内部结构（比如线粒体）。随后他们将超过 6000 张发光细胞的照片供给人工智能算法学习，建立出 3D 模型。

现在，除了数据库内的 3.2 万个细胞种类构成清晰可见，这个智能的工具还可以预测一个未知细胞的内部运作。

![](https://s3.ifanr.com/wp-content/uploads/2018/05/cell-22.gif)

这个细胞工具专注于人体干细胞。

Greg Johnson，一名来自 Allen Institute 的科学家[认为](https://www.theverge.com/2018/5/10/17339938/cell-visualization-3d-allen-institute-imaging)，了解健康细胞的内部运作对癌症的发现和治疗非常有用。这意味着医生们可以从癌细胞「回到过去」，观察对比细胞发生了什么变化。

Allen Institute 的所长 Rick Horwitz 也[认为](https://www.nature.com/news/machine-learning-predicts-the-look-of-stem-cells-1.21769?WT.mc_id=TWT_NatureNews)，细胞的演变过程比静态形态更重要。

> 即使你知道所有球员的统计资料，但从未观看比赛，你也无法预测足球比赛的结果。

他[表示说](https://www.nature.com/news/machine-learning-predicts-the-look-of-stem-cells-1.21769?WT.mc_id=TWT_NatureNews)，这个工具可能会意外加速干细胞研究、癌症研究和药物开发。

![](https://s3.ifanr.com/wp-content/uploads/2018/05/medium.jpeg)

（图片来自 [medium.com](https://medium.com/@tahmaseb/can-a-i-fix-americas-broken-healthcare-system-e5d109bc441c)）

光学显微镜是最传统的细胞观察方法。虽然成本低也操作简单，但它的结果往往让人沮丧。

你能看到黑白清晰的轮廓，里边有很多小物体在四处移动，做着各种神秘的事。但你没法知道它在做什么，细节的缺失让人跟高中生一样一知半解。

![](https://s3.ifanr.com/wp-content/uploads/2018/05/baiddubaike.jpg)

（图自[百度百科](https://baike.baidu.com/pic/%E7%BB%86%E8%83%9E/84931/0/34bbf8cdf02cda330eb3452c?fr=lemma&ct=single#aid=0&pic=34bbf8cdf02cda330eb3452c)）

而基因改变、特殊染料或强光照射等技术往往会改变或损害细胞本身，不利于长时间观察。而且，这些技术还依赖于昂贵的设备，在一些实验室中难以实现。

这些都是必须收集图像，让人工智能建立 3D 模型的原因所在。

![](https://s3.ifanr.com/wp-content/uploads/2018/05/ai-cell.jpg)

（Allen Integrated Cell 的查看页面）

现在用 Allen Integrated Cell，你只需要提供一张显微镜下的细胞图像，人工智能就能还原出它的内部组成。这种方式不会丢失细节，也不至成本高得吓人。

负责化验研发团队的 Susanne Rafelski [说](https://www.wired.com/2017/04/massive-3-d-cell-library-teaches-computers-find-mitochondria/)：

> 就像是你只有一些车轮的照片，它也能从有限的信息里预测出汽车的品牌和型号。

而当只有模糊描述的时候，只要给 Allen Integrated Cell 提供细胞的大小、形状和细胞核的位置，人工智能也可以提出几个不同的方案，尝试去猜测还原整个细胞的结构和形态。

![](https://s3.ifanr.com/wp-content/uploads/2018/05/integratedcell.jpg)

（Allen Integrated Cell 人工智能的两种模式，一种根据图像还原，另一种则是模糊猜测）

Fred Hutchinson 癌症研究中心的研究员 Roger Brent 已经试用了几个月。[在他看来](https://www.npr.org/sections/health-shots/2018/05/09/609361688/artificial-intelligence-takes-scientists-inside-living-human-cells)，这个工具对全世界的研究人员都有帮助，包括在不太富裕的地区。

Allen Institute 的科学家表示，未来他们还将随着干细胞的成长过程来扩展研究对象，比如心肌细胞和肾脏细胞。他们相信，这能进一步帮助生物学家和医生理解某些疾病的发展。

![](https://s3.ifanr.com/wp-content/uploads/2018/05/cancer-cuel.jpg)

（图自 [ok.ru](https://ok.ru/lifenews/topic/68025794136851)）

而 Brent 对这个工具的未来非常有信心。

他[认为](https://www.npr.org/sections/health-shots/2018/05/09/609361688/artificial-intelligence-takes-scientists-inside-living-human-cells)，在 10 年后，手机将变得足够强大可以承载这个工具。这可能意味着，即使在发展中国家，一个小小的实验室也可以从癌症细胞的内部来判断、选择更佳的治疗方案。

题图来自 [pursuenews.com](https://pursuenews.com/jeremy-renner-responds-to-hawkeye-fan-art-for-avengers-infinity-war/)，部分配图来自 Allen Institute
