人工智能辅助技术可以测量和追踪衰老细胞

　　

一项新的研究表明，高分辨率成像和机器学习（也称为人工智能 (AI)）的结合可以追踪因受伤、衰老或疾病而受损且不再正常生长和繁殖的细胞。

众所周知，这些衰老细胞在伤口修复和癌症、心脏病等衰老相关疾病中发挥着关键作用。研究人员表示，追踪它们的进展，或许能让我们更好地理解组织如何随着时间的推移逐渐丧失再生能力，以及它们如何加剧疾病。该工具还能为逆转衰老损伤的疗法提供新的见解。

这项研究由纽约大学朗格尼健康学院骨科手术系的研究人员牵头，包括训练一个计算机系统，帮助分析因化学物质浓度随时间推移而受损的动物细胞，以复制人类衰老过程。众所周知，持续面临环境或生物压力的细胞会发生衰老，这意味着它们会停止繁殖，并开始释放出表明它们已遭受损伤的分子。

研究人员的人工智能分析于7月7日在线发表在《自然通讯》杂志上，揭示了与细胞控制中心（细胞核）相关的几个可测量特征，这些特征综合起来，与组织或细胞群的衰老程度密切相关。这些特征包括细胞核增大、中心或焦点密度增加，以及细胞圆度降低、形状不规则等迹象。此外，用标准化学染料染色时，其遗传物质的染色颜色也比正常情况下浅。

进一步的测试证实，具有这些特征的细胞确实处于衰老阶段，显示出停止增殖、DNA受损以及酶储存溶酶体密集排列的迹象。这些细胞还表现出对现有抗衰老药物的反应。

通过分析，研究人员创建了所谓的“核形态测量流程”（NMP），该流程利用细胞核变化的物理特性生成一个单一的衰老评分来描述一系列细胞。例如，一组完全衰老的细胞可以与一组健康细胞进行比较，评分范围从-20到+20。

为了验证 NMP 评分，研究人员随后证明，它可以准确区分从幼鼠到老年小鼠（年龄从 3 个月到 2 岁以上）的健康和患病小鼠细胞。老年细胞簇的 NMP 评分明显低于年轻细胞簇。

研究人员还在不同年龄、肌肉组织受损修复的小鼠体内，对五种细胞测试了NMP工具。结果发现，NMP与幼鼠、成年鼠和老年鼠体内衰老和非衰老间充质干细胞、肌肉干细胞、内皮细胞和免疫细胞的水平变化密切相关。例如，使用NMP可以确认，在未受伤的对照小鼠中不存在衰老肌肉干细胞，但在受伤小鼠肌肉损伤后（它们帮助启动修复）立即出现大量衰老肌肉干细胞，并随着组织再生而逐渐减少。

最终测试表明，NMP 能够成功区分健康和衰老软骨细胞。与年轻健康小鼠相比，患有骨关节炎的老年小鼠中衰老软骨细胞的出现率高出 10 倍。众所周知，骨关节炎会随着年龄增长而逐渐恶化。

“我们的研究表明，特定的细胞核形态测量技术可以作为识别和追踪衰老细胞的可靠工具，我们相信这对于未来研究和理解组织再生、衰老和进行性疾病至关重要，”该研究的高级研究员迈克尔·沃斯基纳（Michael Wosczyna）博士说道。沃斯基纳是纽约大学格罗斯曼医学院骨科系的助理教授。

Wosczyna 表示，他的团队的研究证实了 NMP 可广泛应用于研究各个年龄段、不同组织类型以及多种疾病的衰老细胞。

他说，研究小组计划进行进一步的实验，研究 NMP 在人体组织中的应用，并将 NMP 与其他生物标志物工具结合起来，研究衰老及其在伤口修复、衰老和疾病中的各种作用。

研究人员表示，他们对 NMP 的最终目标是利用它开发预防或逆转衰老对人类健康负面影响的治疗方法，纽约大学已为 NMP 提交了专利申请。

Wosczyna 表示：“我们的测试平台提供了一种严格的方法，可以比以前更轻松地研究衰老细胞，并测试衰老细胞清除剂等疗法针对不同组织和病理中的衰老细胞的疗效。”她计划将 NMP 免费提供给其他研究人员。

“现有的识别衰老细胞的方法很难使用，这使得它们不如核形态测量管道或 NMP 可靠，因为 NMP 依赖于更常用的细胞核染色，”该研究的联合首席研究员 Sahil Mapkar 说，Mapkar 是纽约大学坦登工程学院的博士生。