
-
生物通官微
陪你抓住生命科技
跳动的脉搏
Nature子刊:利用人工智能条形码揭示衰老组织中的“僵尸细胞”
【字体: 大 中 小 】 时间:2026年09月24日 来源:AAAS
编辑推荐:
麻省理工学院的研究人员开发出一种非侵入性方法,可以识别衰老组织中已停止分裂的衰老细胞。这项进展有望帮助诊断与年龄相关的疾病,并指导研究人员开发新的治疗方法。
随着年龄增长,我们体内的一些细胞会进入衰老状态,停止分裂但不会死亡。这些衰老细胞可能导致与年龄相关的疾病,例如癌症、组织退化和炎症性疾病。
麻省理工学院的研究人员开发出一种非侵入性方法来检测衰老生物标志物,这项突破有望为诊断和治疗这些疾病带来新的途径。他们的方法基于拉曼显微镜,可以在不损伤细胞的情况下揭示其生化组成。
研究人员将拉曼显微镜技术与来自同一细胞的单细胞分辨率基因表达数据相结合,从而识别出可用于快速识别衰老细胞的独特“条形码”。这项研究最初是在小鼠细胞中进行的,但研究人员目前正在努力将其应用于人体组织。
“你可以想象,有一天我们可能会开发出一种内窥镜,可以观察你的身体内部并识别细胞衰老,”麻省理工学院研究科学家、该研究的资深作者之一 Jeon Woong Kang 说。
这项研究是美国国立卫生研究院一项名为“细胞衰老网络”的计划的一部分,该计划旨在更深入地了解衰老,希望开发出能够对抗衰老细胞对组织造成的某些损害的疗法。
麻省理工学院激光生物医学研究中心(LBCR)主任、生物工程和机械工程教授彼得·索(Peter So)和麻省总医院(MGH)及哈佛医学院助理教授、博德研究所和拉根研究所副研究员舒健(Jian Shu)也是这篇论文的资深作者。该论文今天发表在《自然·衰老》(Nature Aging)杂志上。论文的第一作者包括:麻省总医院及哈佛医学院讲师张珂(Ke Zhang);麻省总医院及哈佛医学院博士后陈行健(Xingjian Chen);麻省总医院及哈佛医学院博士后弗朗西斯科·蒙蒂科洛(Francesco Monticolo);以及麻省理工学院博士后萨尔瓦托雷·索伦蒂诺(Salvatore Sorrentino)。
衰老特征
细胞衰老通常由DNA损伤引发,导致细胞周期不可逆地停滞。这些细胞不会死亡,但它们的形态、代谢过程和基因表达谱都会发生显著变化。
免疫系统负责清除这些“衰老细胞”,但随着年龄增长,这一过程效率会降低。衰老细胞的积累可能导致皮肤松弛、肌肉无力以及骨关节炎和2型糖尿病等慢性疾病。
细胞衰老也具有有益作用,在胚胎发育和组织再生中发挥着关键作用。
“衰老不仅仅是一种病理状态,”So说道。“美国国立卫生研究院细胞衰老网络的理念是采取非常全面的方法来了解衰老并识别衰老细胞,因为它在许多正常的生理状态和病理状态中都发挥着作用。”
科学家已经发现了一些衰老生物标志物,包括两种名为p16和p21的蛋白质,它们参与阻滞细胞周期。然而,这些蛋白质只能通过一种最终会破坏细胞的过程来识别。
麻省理工学院的研究团队希望找到一种利用拉曼显微镜无创识别衰老细胞的方法。与会消耗细胞的RNA测序不同,拉曼显微镜是一种非破坏性技术,它通过向组织或细胞照射近红外光或可见光来揭示其化学成分。
在这项新研究中,研究人员将拉曼显微镜与空间RNA测序(一种揭示基因在组织内活跃位置的技术)相结合,以识别新的衰老标志物。通过结合这两种技术,他们能够更全面地了解衰老细胞的独特特征,包括基因表达水平、空间位置和其他生化信息。
“我们的想法是观察许多不同的特征来表征衰老。这就是为什么我们希望将单细胞基因表达和拉曼显微镜结合起来,以便从两个互补的角度来表征衰老”。
研究人员采用这两种分析方法,检查了 2 个月大的小鼠和 26 个月大的小鼠的皮肤和肺组织。
研究人员表示,在肺细胞和皮肤细胞中观察到的最显著变化之一是老年细胞脂质合成增加,同时脂质也出现积累。这种变化如何影响细胞的生理功能尚不清楚。
研究人员还发现了一些特定于不同组织的影响。在衰老的皮肤细胞中,他们发现与肌肉收缩以及胶原蛋白和细胞外基质重塑相关的细胞通路受到了显著影响。而在衰老的肺组织中,他们发现参与免疫激活和炎症的基因活性增强。
未来,研究人员希望进一步研究这些变化在衰老细胞中发挥的作用。
识别衰老细胞
利用这些数据,研究人员能够识别出与衰老相关的拉曼峰组合。这些峰代表特定的化学键,与某些脂质、蛋白质或其他分子的存在有关。
:“我们将最重要的拉曼光谱特征与最重要的基因特征相结合,创建了一种条形码,可以帮助我们以更客观的方式识别衰老细胞。利用这种条形码,我们可以专注于本研究中最具信息量的几个拉曼光谱谱带。” 利用这些谱带,只需寻找拉曼光谱中的相应谱带即可识别衰老细胞。这有助于开发能够检测衰老细胞的诊断方法。
为了实现这一目标,研究人员正在研发速度更快的拉曼成像系统。目前,分析一块约一平方毫米大小的组织样本需要大约30个小时,但他们希望开发出一种能够从更大样本中快速识别出拉曼条形码的系统。