利用人工智能对cadhesome进行系统筛选，以绘制上皮单层力学特性图谱

《Cell Communication and Signaling》：Systematic AI-assisted screening of the cadhesome to map epithelial monolayer mechanics

　　

摘要

钙粘蛋白介导的黏附作用在上皮组织中起着关键的机械和信号传导作用，能够连接相邻细胞的肌动蛋白细胞骨架。这种黏附作用的破坏是癌症进展的重要特征。“钙粘蛋白复合体”网络包含超过170种参与钙粘蛋白介导的黏附及力量传递的蛋白质，但其复杂性使得人们难以理解其功能。我们开发了一种高通量平台，结合基因沉默、成像技术以及基于人工智能的分析方法，来研究钙粘蛋白复合体中各组分在单层结构形成及机械完整性方面的作用。以EpH4上皮细胞为研究对象，我们在无处理组及诺科达唑处理组条件下分析了细胞的表型变化。机器学习技术有助于对单层结构的破坏情况、细胞连接组织的结构以及细胞的收缩状态进行分类。除了确认以E-钙粘蛋白、EGFR和RAC1为核心的已知机械转导中心外，我们的方法还系统地发现了可能调控单层细胞收缩状态及应激适应能力的蛋白质，明确了那些特性尚未被充分研究的蛋白质在不同条件下的功能，并将它们整理成带有注释的机械生物学子网络，为提出新的科学假说提供了依据。作为一项具有优先价值的发现资源，这项工作为解析机械分子网络提供了一种可扩展的策略，同时也为基于假说来研究上皮组织的机械特性奠定了基础，具有潜在的临床应用价值。