【ZiDongHua 之自動化學(xué)院派收錄關(guān)鍵詞：廈門大學(xué)  生命科學(xué)領(lǐng)域  生物醫(yī)藥    】
　　
　　科學(xué)家用AI輔助活細(xì)胞單粒子追蹤，自動化解析藥物遞送工作機(jī)制，促進(jìn)全流程自動化藥物遞送
 
　　
　　當(dāng)納米顆粒追蹤成像技術(shù)中加入 AI 技術(shù)，會取得怎樣的顯著進(jìn)步呢？
　　
　　近期，廈門大學(xué)方寧教授團(tuán)隊(duì)基于深度學(xué)習(xí)研發(fā)了一種自動化、高速、多維的單粒子追蹤（single particle tracking，SPT）系統(tǒng)，打破了細(xì)胞微環(huán)境中納米顆粒旋轉(zhuǎn)追蹤的局限性。
　　
　　通過深度學(xué)習(xí)能夠?qū)W習(xí)、提取復(fù)雜圖像和序列數(shù)據(jù)中的特征，從而實(shí)現(xiàn)在納米尺度下，全方位、精準(zhǔn)追蹤活細(xì)胞內(nèi)單分子/單個(gè)納米顆粒。不僅追蹤了在三維空間的位移，還首次觀測到分子/納米顆粒的旋轉(zhuǎn)運(yùn)動。
　　
　　需要了解的是，在生物醫(yī)學(xué)領(lǐng)域，通過控制納米顆粒的旋轉(zhuǎn)運(yùn)動，能夠?qū)崿F(xiàn)對細(xì)胞和生物分子的操控和檢測。實(shí)際上，納米顆粒的旋轉(zhuǎn)運(yùn)動與諸多重要的生物過程密切相關(guān)，例如在生物傳感器中作為探針，用于納米藥物傳遞以及解析進(jìn)入細(xì)胞的機(jī)制等。
 
　　
　　圖丨方寧（來源：方寧）
　　
　　該方法在成像研究中具有廣泛的應(yīng)用，例如探究復(fù)雜環(huán)境中探針的旋轉(zhuǎn)和平移等行為。在樣品制備完成條件下，可實(shí)現(xiàn)從儀器數(shù)據(jù)處理到解析的自動化流程，為未來實(shí)現(xiàn)完整的自動化藥物遞送全流程奠定基礎(chǔ)，并為高速篩選藥物的遞送研究和制藥生產(chǎn)線提供全新的方案。
　　
　　審稿人對該研究評價(jià)稱：“作者介紹了一種自動化、高速、多維的 SPT 系統(tǒng)，用于追蹤活細(xì)胞內(nèi)各向異性金納米探針的三維取向。特別是，他們詳細(xì)解釋了訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）的數(shù)據(jù)集構(gòu)建和預(yù)處理方法。通過這種方式，展示了訓(xùn)練有效模型的能力。”
　　
　　近日，相關(guān)論文以《深度學(xué)習(xí)輔助的活細(xì)胞自動多維單粒子追蹤》（Deep Learning-Assisted Automated Multidimensional Single Particle Tracking in Living Cells）為題發(fā)表在 Nano Letters[1]。
　　
　　廈門大學(xué)博士研究生宋東良、張欣為共同第一作者，廈門大學(xué)方寧教授、溫州醫(yī)科大學(xué)程曉東博士和美國百時(shí)美施貴寶公司高級研究員李界明擔(dān)任共同通訊作者。
　　
　　圖丨相關(guān)論文（來源：Nano Letters）
　　
　　同時(shí)追蹤活細(xì)胞八個(gè)維度信息
　　
　　傳統(tǒng)的單顆粒追蹤方法通常僅能處理二維平面或時(shí)間序列數(shù)據(jù)。在常規(guī)的實(shí)驗(yàn)條件下，由于納米顆粒尺寸極小，在細(xì)胞環(huán)境或組織環(huán)境中信號比較弱，無法看到它的旋轉(zhuǎn)運(yùn)動過程。并且，用理論解析得到的相關(guān)信號不僅效率低，而且很容易存在人為誤差。
　　
　　方寧指出，“如果我們能夠?qū)崟r(shí)探測到探針受到限制過程的變化趨勢，就可以知道它具體受到了怎樣的限制。”
　　
　　為解決上述問題，該課題組開發(fā)了一種與深度學(xué)習(xí)算法集成的自動化、高速、多維 SPT 系統(tǒng)，用于以高定位精度（<10nm）和時(shí)間分辨率（最快 0.9ms），來跟蹤活細(xì)胞中各向異性金納米粒子探針的 3D 取向，克服了在低信噪比條件下旋轉(zhuǎn)跟蹤的局限性。
 
 
　　
　　圖丨整體思路示意圖（來源：Nano Letters）
　　
　　該課題組將 AI 引入到復(fù)雜的實(shí)驗(yàn)中，來幫助和替代以往人工干預(yù)以及人工判斷的過程，對復(fù)雜細(xì)胞環(huán)境的運(yùn)動過程自動識別和分類，追蹤目標(biāo)探針和直接解析藥物遞送顆粒的機(jī)制。
　　
　　在 SPT 實(shí)驗(yàn)中，通過揭示各向異性光學(xué)納米探針的平移和旋轉(zhuǎn)動力學(xué)，能夠提供細(xì)胞活動的分子水平信息。
　　
　　該方法可以在 S/N 約為 4 的情況下，在實(shí)驗(yàn)和模擬數(shù)據(jù)上求解方位角（0°-360°）和極角（0°-90°），誤差小于 2°。即使當(dāng) S/N 接近 1 的極限時(shí)，該方法仍然比傳統(tǒng)的模式匹配方法保持更好的魯棒性和抗噪聲性。
　　
　　圖丨（a）自動高速多維SPT成像裝置示意圖；（b）評估自動跟蹤系統(tǒng)對采樣臺雙向運(yùn)動的響應(yīng)；（c）通過二維橢圓高斯擬合得到了系統(tǒng)的橫向定位精度（來源：Nano Letters）
　　
　　值得關(guān)注的是，在該研究中，研究人員實(shí)現(xiàn)了包括空間、時(shí)間和熒光強(qiáng)度等在內(nèi)的多維度成像。方寧指出，“這個(gè)實(shí)驗(yàn)是迄今為止最復(fù)雜的細(xì)胞成像實(shí)驗(yàn)，我們實(shí)現(xiàn)了八個(gè)維度的同時(shí)成像。”  
　　
　　通過對活細(xì)胞內(nèi)沿微管運(yùn)輸?shù)乃幬镞f送過程展開實(shí)驗(yàn)，證明了多維 SPT 系統(tǒng)的有效性。該研究涉及大量的學(xué)科交叉，包括光學(xué)成像、硬件搭建、AI 算法設(shè)計(jì)、程序數(shù)據(jù)分析等。“在該研究中，宋東良同學(xué)做了大量的工作，并將各學(xué)科融會貫通。”方寧表示。
　　
　　向單分子診療、藥物遞送及精準(zhǔn)醫(yī)療等方向推進(jìn)發(fā)展
　　
　　據(jù)介紹，該團(tuán)隊(duì)對于將 AI 引入實(shí)驗(yàn)劃分為三個(gè)階段，分別是對圖像的自動識別、運(yùn)動模式及細(xì)胞行為的分類以及預(yù)測。
　　
　　在該研究中已經(jīng)完成了第一階段，也就是基于計(jì)算模擬生成的數(shù)據(jù)對圖像自動識別。目前，他們即將完成第二階段，即對細(xì)胞過程進(jìn)行追蹤并依據(jù)運(yùn)動模式分類。
　　
　　方寧舉例說道：“比如在細(xì)胞里納米藥物遞送穿過細(xì)胞膜，被傳輸?shù)阶罱K的目標(biāo)位置，釋放過程會經(jīng)歷不同的階段。因此它的分子行為也不同，該階段以能夠自動識別細(xì)胞的分類運(yùn)動情況為目標(biāo)。”
　　
　　在第二階段中，除了圖像識別，還需要大量的信息判定，因此需要深度學(xué)習(xí)將細(xì)胞中的整個(gè)生物過程作為訓(xùn)練集。據(jù)介紹，目前該課題組正在使用實(shí)驗(yàn)室過去十幾年的數(shù)據(jù)進(jìn)行訓(xùn)練。
　　
　　第三階段是運(yùn)動模式分類的基礎(chǔ)上，對藥物遞送的進(jìn)程與結(jié)果進(jìn)行預(yù)測。方寧表示：“在通過各種顯微鏡或電鏡等獲得海量數(shù)據(jù)后，我們可以通過 AI 分析大規(guī)模數(shù)據(jù)集和活細(xì)胞的實(shí)時(shí)動態(tài)，這對制藥行業(yè)來說非常有意義。”
　　
　　目前，雖然國內(nèi)已有很多分子診斷的相關(guān)應(yīng)用，但用成像技術(shù)進(jìn)行單分子追蹤仍然處于空白的階段。
　　
　　而在國外，單分子醫(yī)學(xué)診療領(lǐng)域已經(jīng)有公司進(jìn)入商業(yè)化階段。2022 年，美國單分子追蹤公司 Eikon Therapeutics 獲得超過 5 億美元的融資。
　　
　　在現(xiàn)階段，這項(xiàng)技術(shù)的直接產(chǎn)品是科學(xué)儀器，此前研究人員已申請相關(guān)國際專利。據(jù)悉，未來該團(tuán)隊(duì)計(jì)劃將結(jié)合更多藥廠的藥物遞送體系相關(guān)數(shù)據(jù)，以包含藥物效果評判的過程和全流程。
　　
　　從科學(xué)儀器的角度來看，這種儀器方法已經(jīng)在單分子/單顆粒成像領(lǐng)域產(chǎn)生一些比較顯著的影響。“我希望該技術(shù)不是僅停留在實(shí)驗(yàn)室，而是推動向新型單分子診療、納米藥物遞送以及精準(zhǔn)醫(yī)療等方向發(fā)展，目前我們也在推進(jìn)相關(guān)合作。”  方寧表示。
　　
　　“歷盡千帆，歸來仍是少年”
　　
　　方寧本科畢業(yè)于廈門大學(xué)，在加拿大英屬哥倫比亞大學(xué)獲得博士學(xué)位后，于美國能源部埃姆斯國家實(shí)驗(yàn)室及愛荷華州立大學(xué)從事博士后研究。之后，他分別在美國愛荷華州立大學(xué)擔(dān)任助理教授和美國佐治亞州立大學(xué)擔(dān)任教授。
　　
　　2021 年，方寧作為特聘教授和祥華講座教授全職加入母校廈門大學(xué)，目前團(tuán)隊(duì)成員 30 余人，以生物和化學(xué)光學(xué)成像為重點(diǎn)研究方向，包括：光學(xué)成像儀器開發(fā)和應(yīng)用、單顆粒旋轉(zhuǎn)追蹤技術(shù)和單分子化學(xué)成像等。
　　
　　談及回國任職，方寧感慨道：“雖然在美國各方面科研條件都不錯(cuò)，但我認(rèn)為在 45 歲之前回到祖國是一個(gè)黃金契機(jī)，還有很多時(shí)間去做更多事情?；氐轿业哪感B大，對我來說是一種榮譽(yù)。”
　　
　　此前，方寧帶領(lǐng)課題組針對難以在活細(xì)胞中測量關(guān)鍵生物分子構(gòu)象轉(zhuǎn)化動態(tài)過程的問題，首次在實(shí)驗(yàn)上解決了領(lǐng)域內(nèi)的爭議。他們開發(fā)全新的單粒子旋轉(zhuǎn)追蹤系統(tǒng)，率先在活細(xì)胞中觀察囊泡沿著縊斷蛋白螺旋手性方向的定向旋轉(zhuǎn)，在闡明受體介導(dǎo)內(nèi)吞機(jī)制方面取得突破性進(jìn)展[2]。
　　
　　德國國家科學(xué)院院士、法國巴黎居里研究所盧德格爾·約翰內(nèi)斯（Ludger Johannes）教授在 Nature Cell Biology 對上述研究評論道：“這種方法代表了技術(shù)上的杰作，”并特別指出，“除了對了解細(xì)胞背景中縊斷蛋白功能的分子機(jī)制做出貢獻(xiàn)外，目前的研究更普遍地強(qiáng)調(diào)了角度敏感顯微鏡技術(shù)的力量，以及這些技術(shù)可能在膜生物學(xué)領(lǐng)域做出的更大貢獻(xiàn)[3]。”
　　
　　為了動態(tài)監(jiān)控蛋白時(shí)空分布與蛋白間相互作用，該團(tuán)隊(duì)開發(fā)可自動三維聚焦、高空間和角度分辨率的單粒子追蹤技術(shù)，通過理論推導(dǎo)半平面點(diǎn)擴(kuò)散函數(shù)仿真模擬與角度相關(guān)的單粒子離焦圖案來解析三維角度，實(shí)時(shí)解析囊泡在細(xì)胞中運(yùn)輸?shù)男D(zhuǎn)動力學(xué)，發(fā)現(xiàn)馬達(dá)蛋白-囊泡-細(xì)胞微管相互作用的新模式[4]。
　　
　　美國科學(xué)院院士、美國賓夕法尼亞大學(xué)耶爾·E·高德曼（Yale E. Goldman）教授在 Biophysical Journal 特別指出：“這種智能的光學(xué)和分析方法可直接應(yīng)用于其他細(xì)胞內(nèi)物質(zhì)，或由其他實(shí)驗(yàn)室用以高分辨率空間角度成像。未來這類研究有望揭示分子馬達(dá)活動和細(xì)胞內(nèi)貨物的靶向運(yùn)輸之間令人困惑的關(guān)系[5]。”
　　
　　程曉東表示，這次的新研究是使用深度學(xué)習(xí)/AI 輔助成像對活細(xì)胞生命過程研究的第一步。未來希望在 AI 的幫助下，能夠使用多維成像技術(shù)實(shí)現(xiàn)對蛋白功能和細(xì)胞行為的解析和預(yù)測。
　　
　　與“開著一輛擁有自動駕駛感知能力的汽車”類似，“當(dāng)該探針在細(xì)胞中運(yùn)動時(shí)，可以根據(jù)它的行為分析和判斷周圍環(huán)境，并對下一步的可能性進(jìn)行預(yù)測。”他說。
　　
　　方寧認(rèn)為，在 AI 技術(shù)的加持下，該方法將推動實(shí)驗(yàn)和儀器的進(jìn)一步的發(fā)展。“原來只有科研實(shí)驗(yàn)室才能夠用得起、用得上。未來我們會將技術(shù)商業(yè)化，并拓展到制藥領(lǐng)域。”