内容一览：20 世纪以来，干细胞与再生医学技术一直是国际生物医学领域的热点前沿之一。现如今，研讨职员已开始探索将干细胞转变为特定类型细胞。然而，这一流程中干细胞会出现不规则生长或自发分解为不同类型细胞的情况，因此，如何控制干细胞的生长和分解成为研讨职员面临的挑战之一。本文中，北京大学赵扬课题组等研讨员尝试将机械进修应用于多能干细胞分解流程中，并有效改善了这一情况，同时为再生医学带来了新的方向。
关键词：多能干细胞 图象分析 机械进修
本文首发自 HyperAI 超神经微信公众平台~
多能干细胞 (pluripotent stem cell, PSC) 是一类具有自我更新、自我复制能力的多潜能细胞，其可以体外无限增殖和分解成各种细胞类型，替代受损细胞，促进受损组织功能恢复，为眼部疾病、心血管系统疾病及神经系统疾病等领域医治带来了新希望。
然而，目前多能干细胞定向分解流程会出现细胞系间 (line-to-line) 和批次间 (batch-to-batch) 分解不稳定等问题，从而使制备功能性细胞耗时而费力，严重阻碍多能干细胞临床应用产品的研发及规模化制造。因此，实现对多能干细胞分解流程的及时监控显得尤为重要。
近日，北京大学赵扬课题组、张钰课题组联合北京交通大学刘一研课题组研发了一个鉴于活细胞明场动态图象和机械进修的分解系统，能够及时智能调节和优化多能干细胞分解流程，实现对功能性细胞的高效、稳定性生产。目前，该研讨成果已发表在《Cell Discovery》期刊上，题目为《A live-cell image-based machine learning strategy for reducing variability in PSC differentiation systems》。
该研讨成果已发表在《Cell Discovery》期刊上
论文地址：
https://www.nature.com/articles/s41421-023-00543-1
尝试概述
目前，显微技术可以对细胞进行图象采集，机械进修方法可以对细胞图象进行分析。因此，本研讨利用机械进修 算法 对明场图象中的细胞进行辨认和分类，以确定它们的谱系或细胞成分，帮助研讨职员更好地理解细胞 结构 和功能。
经验证，本研讨成果可有效优化并且改进多能干细胞向心肌细胞 (cardiomyocyte, CM) 以及肝、肾嵌体细胞分解流程，整套研讨方法及流程以下：
图 1：机械进修优化 PSC-to-CM
a：上半部分图显示，PSC 每个分解流程都存在变异性，下半部分图显示，机械进修应用于上述分解流程中，有效减少了变异性。
b：使用小份子调节剂调控 canonical Wnt 信号通路的 PSC-to-CM 分解流程，绿色箭头表示第一阶段调节 CHIR 的持续时间和浓度，彩色圆点表示机械进修的检查点。
c：10 天时间内，延迟明场图象和 cTnT 荧光结果。
d：整个流程中，分解胜利和失败的细胞位置及形态。
e：胜利分解细胞第 5 天到 12 天，纹理及形态变化。
f：分解效劳的线对线变异性。
g：不同批次细胞分解变异性。
h：不同 CHIR 剂量，分解图象局部特征变化。
尝试流程
尝试数据集
研讨职员以 PSC-to-CM 分解为主要示例，通过蔡司 Cell Discover 7 活细胞全自动成像平台，及时采集分解流程中的明场图象，追踪整个流程，如上图 1b 所示。分解结束时，通过 cTnT（一种心肌细胞的特异标志物）荧光标记辨认胜利分解的 CM。这个流程中，为了增加图象多样性，研讨职员引入了几个变量（不同 PSC、初始细胞密度、分解培养基、不同 CHIR 剂量），最终收集了超 720 万张图象。
尝试成果
结合活细胞成像技术和机械进修，本尝试获得以下 4 点成果：
* 机械进修能准确辨认分解细胞状态并预估分解效劳。
研讨职员发现在分解流程的第 6 天，最终能够胜利分解成 CM 的细胞，即 CPC（心脏祖细胞）开始呈现纺锤型，因此，他们采用弱监督模型辨认了明场图象中的此类细胞，并将其命名为「图象辨认心肌祖细胞（Image-Recognized CPC, IR-CPC) 。以下图 2 所示，研讨职员得出 IR-CPC 占总细胞比例与真实分解效劳相关性达 88%。
图 2：IR-CPC 比例与真实分解效劳相关性
同时，研讨职员采用 pix2pix 深度进修模型对 CM 诱导阶段（即分解第一阶段）的明场图象进行展望，以下图所示，展望分解效劳与真实分解效劳相关性达 93%。
图 3：展望与真实分解效劳相关性
以上尝试表明，机械进修能够辨认分解不同阶段的细胞状态，并能对分解结果进行及时展望。
* 机械进修能及时展望分解时间和诱导因子浓度。
分解流程中，研讨职员发现在中胚层阶段 (0-3 天)，诱导物 CHIR99021 (CHIR) 的剂量（浓度与处理时间）对分解效劳影响较大。他们鉴于分解初期 (0-12h) 明场图象中与 CHIR 有关特征构建了一个逻辑 回归 模型，用来展望孔中 CHIR 浓度（偏低、适中、偏高），以下图所示，在选定 CHIR 处理时间为 24h 时，模型对每个孔（一种有多个小孔的尝试室用品）浓度判断准确率达 93.1%。
图 4：模型对孔内 CHIR 浓度展望
同时，研讨职员将不同 CHIR 处理时间 (24h、36h 或 48h) 下模型的展望结果（即偏差分数）进行比较，可以得到最优 CHIR 处理时间。以下图 5 所示，最优 CHIR 处理时间约为 12 小时（偏差分数最小）。此外，如图 6 所示，根据模型展望结果，还可以调整 CHIR 浓度，提高分解效劳。
图 5：模型展望最优 CHIR 处理时间
图 6：调整、未调整 CHIR 浓度的分解结果
以上尝试表明，机械进修能实现对诱导剂剂量的干预。
* 机械进修能及时判断 PSC 肇端分解的最佳状态。
研讨职员发现即使在 CHIR 浓度适量的情况下，也会出现分解失败的细胞，他们提出这是由空间异质性 (spatially variable differentiation) 造成的，即分解第 0 天处于 PSC 集落边缘的细胞易胜利，而位于 PSC 集落中心的细胞易失败。
对此，研讨职员建立了鉴于随机森林的机械进修模型，用来辨认分解胜利率高的肇端细胞图象特征，模型结果表明，细胞面积中等、边缘越长且越坑洼的细胞容易分解胜利，这与实际观察一致。鉴于这个模型，研讨职员发现通过辨认肇端 PSC 状态展望与真实分解效劳的相关性达 76%，结果以下图 7 所示。
据此，研讨职员还通过人工干预、改变细胞的肇端形态，有效将分解效劳从 21.6% ± 2.7% 提升至 88.8% ± 10.5% 。
图 7：辨认细胞肇端状态与展望分解效劳相关性
以上结果表明，机械进修能对对 PSC 肇端状态进行质控。
* 机械进修能帮助挑选小份子化合物，提高分解稳定性。
研讨职员发现 CHIR 浓度是影响分解的重要因素之一，因此他们尝试开展小份子挑选，用新的化合物抵消不恰当的 CHIR 浓度。以下图所示，研讨职员鉴于分解流程第 6 天的明场活细胞图象和已建立的弱监督模型，构建了小份子挑选平台，最终在 3,000 多个小份子中胜利挑选出了 BI-1347 这一化合物。
图 8：机械进修挑选小份子化合物流程
以上尝试表明，鉴于机械进修模型，研讨职员可以建立一个小份子挑选平台，从而缩短挑选尝试周期，降低挑选成本，并且通过这一技术挑选的小份子又拓宽了 CHIR 剂量范围，从而整体提高了 PSC 分解流程稳定性。
最后，为扩展应用场景，研讨者将本研讨成果应用在肾祖细胞和肝细胞分解早期阶段，同样取得了准确展望效果，可知，该研讨成果能为多能干细胞分解流程提供及时指导。
细胞医治：或成生物医药新赛道
细胞医治是一种新兴的疗法，对众多疾病（癌症、遗传疾病）都展现出良好的医治效果。其主要医治方式分为免疫细胞医治和干细胞医治，其中，干细胞凭借其多向分解、免疫调节以及分泌细胞因子等功能，成为该领域的核心研讨方向之一。
目前看来，我国细胞医治领域发展较短，但未来前景却十分广阔。一方面，从数据上来看，未来十年或将成为该领域快速增长期。据相关数据预计，我国细胞医治市场规模将由 2021 年的 13 亿元，增长至 2030 年的 584 亿元，年均增速高达 53%。另有数据显示，我国细胞和基因医治市场有望在 2025 年达到 25.9 亿美元，以 276% 的复合增长率增长。
另一方面，各地政府也不断出台扶持、鼓励该领域的相关政策。比如北京、上海、天津、深圳等地都在大力发展细胞医治产业。上海推出《上海市促进细胞医治科技创新与产业发展行动方案（2022—2024 年）》，提出力争到 2024 年上海细胞医治产业规模达到 100 亿元。去年，深圳接连发布扶持生物医药产业发展的文件，将重点支持包括细胞医治药物在内的产业集群高质量发展。
数据集及代码地址：
https://GitHub.com/zhaoyanglab/ML-for-psc-differentiation
参考链接：
[1]https://www.thepaper.cn/newsDetail_forward_23417694
[2]http://www.cls.edu.cn/Research/Research_Achievements6067.shtml
[3]https://stcsm.sh.gov.cn/zwgk/ghjh/20221104/f7b02ab5db40439e8d93f15b9dd206da.html
[4]http://legacy.frostchina.com/wp-content/uploads/2021/11/20211116-2.pdf
—— 完 ——
本文首发自 HyperAI 超神经微信公众平台~