用人工智能治疗致盲性眼病

NIH的发现为老年性黄斑变性和其他疾病的靶向组织提供了线索

　　

研究人员已经确定了组成视网膜组织的细胞之间的明显差异，视网膜组织对人类的视觉感知至关重要。来自美国国家眼科研究所(NEI)的科学家发现了视网膜色素上皮(RPE)的五个亚群，RPE是滋养和支持视网膜感光细胞的一层组织。利用人工智能，研究人员分析了单细胞分辨率下的RPE图像，以创建一个参考地图，定位眼睛内的每个亚群。这项研究的报告于2022年5月6日发表在《美国国家科学院院刊》上。

美国国立卫生研究院NEI主任Michael F. Chiang医学博士说:“这些结果为理解不同RPE细胞亚群及其对视网膜疾病的易损性提供了一个首次的框架，并为开发针对它们的靶向治疗方法提供了一个框架。”       

该研究的首席研究员、NEI眼科和干细胞转化研究部主任Kapil Bharti博士说:“这些发现将帮助我们为特定的退行性眼病开发更精确的细胞和基因疗法。”

利用人工智能，研究人员分析了9个供体的RPE，并确定了5个RPE亚群。这些种群沿着细胞面积、纵横比、六边形和邻居数量的光谱分布。中央视力所需的中心凹RPE (P1)往往是完美的六边形，紧密地排列在一起。周边的RPE (P5)是不太完美的六边形，更分散。资料来源:Davide Ortolan博士

当光线照射到排列在眼睛后部视网膜上的杆状和锥状感光器时，视觉就开始了。一旦被触发，光感受器通过一个由其他视网膜神经元组成的复杂网络传输信号，这些神经元在进入其他大脑区域之前汇聚在视神经上。RPE是位于光感受器下方一个细胞内的单层膜。     

年龄和疾病可能会触发RPE细胞的代谢改变，这可能会导致光感受器退化。这些RPE变化对视力的影响很大程度上取决于视网膜内RPE细胞的严重程度和位置。例如，迟发性视网膜变性(L-ORD)主要影响周围视网膜，从而影响周围视觉。年龄相关性黄斑变性(AMD)是视力丧失的主要原因，主要损害黄斑中的RPE细胞，这对中央视力至关重要。

Bharti和同事试图确定是否有不同的RPE亚群可以解释视网膜疾病的广泛表型。

科学家们解释了更多关于RPE的信息，以及单细胞分辨率图显示了什么。资料来源:美国国家眼科研究所

该团队使用人工智能(AI)分析RPE细胞形态测量学，即每个细胞的外部形状和尺寸。他们使用荧光标记的RPE图像训练一台计算机，分析来自9名没有显著眼病史的尸体捐献者的整个人类RPE单层。      

计算每个RPE细胞的形态学特征——平均每个供体约280万个细胞;总共分析了4760万个细胞。该算法评估每个细胞的面积、长宽比(宽高比)、六边形和邻居数量。既往研究表明，RPE功能与细胞连接的紧密性有关;细胞越拥挤，越能显示细胞的健康状况。

他们确定了五个独特的RPE细胞亚群，根据形态测量学分类为P1-P5，并将它们围绕中央凹(黄斑中心，视网膜最敏感的区域)形成同心环。与外周RPE相比，中心凹RPE是完全六边形的，位置更紧凑，相邻细胞的数量更多。

出乎意料的是，他们发现周边视网膜包含一个RPE细胞环(P4)，其细胞面积与黄斑及其周围的RPE非常相似。

该研究的第一作者、NEI眼科和干细胞转化研究部的研究员Davide Ortolan博士说:“P4亚群的存在突出了视网膜边缘的多样性，表明RPE之间可能存在我们目前不知道的功能差异。”“未来的研究需要帮助我们了解这个亚种群的作用。”       

接下来，他们分析了患有AMD的尸体的RPE。由于疾病损伤，Foveal (P1) RPE倾向于缺失，P2-P5亚群细胞间差异无统计学意义。总的来说，相对于未受AMD影响的RPE细胞，AMD RPE亚群倾向于延长。

为了进一步验证不同视网膜变性影响特定RPE亚群的假设，他们分析了脉络膜无膜症、L-ORD或无明确分子原因视网膜变性患者的超宽视野眼底自体荧光图像。虽然这些研究是在单一时间点进行的，但它们仍然表明不同的RPE亚群对不同类型的视网膜退行性疾病的易感性。

Ortolan说:“总的来说，研究结果表明，人工智能可以在RPE细胞出现明显退化之前检测到细胞形态的变化。”

与年龄相关的形态变化也可能出现在一些RPE亚群中，在其他亚群中被检测到之前。这些发现将有助于未来使用非侵入性成像技术的研究，例如自适应光学，它以前所未有的细节解析视网膜细胞，并有可能用于预测活着的患者RPE健康的变化。

原文标题：

Reference: “Single-cell–resolution map of human retinal pigment epithelium helps discover subpopulations with differential disease sensitivity” by Ortolan D, Sharma R, Volkov A, Maminishkis A, Hotaling NA, Huryn LA, Cukras C, Di Marco S, Bisti S and Bharti K, 6 May 2022, Proceedings of the National Academy of Sciences.
DOI: 10.1073/pnas.2117553119