人工智能有助于揭示 ALS 进展中的早期细胞变化

学习发表在《科学进展》上的一项研究回应了在寻找有效治疗和治愈方法的过程中对 ALS 新知识的迫切需求。

该项研究由圣安德鲁斯大学心理学与神经科学学院的研究人员与哥本哈根大学神经科学系合作开展，研究表明，控制运动的特定细胞回路在疾病早期受到影响，而其他细胞回路在疾病进展后期受到影响。

“通过使用可以同时研究脊髓组织中多种细胞类型的技术，结合新颖的基于人工智能的分析方法，我们在运动神经元死亡之前确定了疾病早期受影响的特定细胞网络，”首席研究员、心理学和神经科学学院系统神经科学讲师 Ilary Allodi 博士解释道。

“这些是抑制性中间神经元的亚群——一种存在于脊髓中、已知能激活运动神经元的细胞。”

综合神经科学教授、这项研究的共同通讯作者 Ole Kiehn 补充道：“在健康个体中，这些细胞回路需要执行行走和跑步等动作。

“有一种特殊的细胞，称为抑制性或兴奋性中间神经元，它们通过激活运动神经元来控制运动的不同方面。我们发现其中一些细胞在 ALS 的不同阶段受到影响，抑制性中间神经元在早期受到影响，而兴奋性中间神经元在疾病进展过程中受到影响。”

研究人员开发了一种基于人工智能的方法来促进数据量化。“这项研究使用尖端方法来识别导致疾病的细胞类型，”这项研究的第一作者 Roser Montañana-Rosell 博士解释说。“这些抑制细胞和兴奋细胞高度异质，在脊髓内混杂在一起，通常很难同时研究。

“我们开发的计算方法可以克服这些限制，同时揭示潜在的新治疗目标。”这种方法可以在线访问，希望它能促进其他类似研究的完成。

该研究由 10X-Genomics 和 ACD Bio（Biotechne）合作进行，这两家工业组织在转录组学领域占据领先地位，转录组学技术可以识别脊髓内的细胞。

“我们使用的技术使我们能够在 ALS 小鼠模型的脊髓中以单细胞分辨率同时可视化和量化多个基因，”Allodi 博士说。

“每种细胞类型都可以通过一组特定的基因来识别，但这些基因需要同时可视化。通过使用这些转录组技术，我们能够区分抑制性和兴奋性群体及其亚群。这使我们能够研究它们在疾病进展的不同阶段的命运。”