Forscher des Moskauer Instituts für Physik und Technologie, Ivannikov-Institut für System-Programmierung, und der Harvard Medical School angegliedert ist, Schepens Eye Research Institute haben ein neuronales Netzwerk entwickelt, ist fähig, das retinale Gewebe während der Prozess Ihrer Differenzierung in eine Schüssel. Im Gegensatz zum Menschen, der Algorithmus erreicht dies, ohne die Notwendigkeit zur änderung von Zellen, weshalb die Methode geeignet für den Anbau von retinalem Gewebe für die Entwicklung von zellersatz-Therapien zur Behandlung von Blindheit und Durchführung von Forschung in neue Drogen. Die Studie wurde publiziert in Frontiers in Cellular Neuroscience.
Dies würde es ermöglichen, zu erweitern die Anwendungen von der Technologie, die für mehrere Felder, einschließlich der Wirkstoffforschung und Entwicklung von zellersatz-Therapien zur Behandlung von Blindheit
In mehrzelligen Organismen, der Zellen bilden verschiedene Organe und Gewebe sind nicht das gleiche. Sie haben verschiedene Funktionen und Eigenschaften, erworben im Verlauf der Entwicklung. Sie beginnen das gleiche, als so genannte Stammzellen, die das potential haben, zu jeder Art von Zelle des Reifen Organismus mit einbezieht. Sie unterliegen Differenzierung durch die Produktion von Proteinen spezifisch für bestimmte Gewebe und Organe.
Die Fortschrittlichste Technik für die Replikation von Gewebe-Differenzierung in vitro setzt auf 3-D-zellaggregate genannt organoids. Die Methode hat sich bereits als wirksam erwiesen für die Untersuchung der Entwicklung der Netzhaut, das Gehirn, dem Innenohr, dem Darm, der Bauchspeicheldrüse und vielen anderen Gewebetypen. Da organoid-basierte Differenzierung eng imitiert Natürliche Prozesse, die daraus resultierende Gewebe ist sehr ähnlich zu der von in eine tatsächliche biologische organ.
Einige der Stufen in Zell-Differenzierung in Richtung der Netzhaut haben einen stochastischen (zufälligen) Beschaffenheit, was zu erheblichen Schwankungen in der Zahl der Zellen mit einer bestimmten Funktion auch zwischen künstlichen Organen in den gleichen batch. Die Diskrepanz ist noch größer bei verschiedenen Zell-Linien beteiligt sind. Als ein Ergebnis ist es notwendig, eine Möglichkeit zu haben, herauszufinden, welche Zellen bereits differenziert an einem bestimmten Punkt in der Zeit. Ansonsten versuche nicht wirklich replizierbar, so dass die klinische Anwendung weniger zuverlässig, auch.
An Stelle differenzierter Zellen, Gewebe-Ingenieure mit fluoreszierenden Proteinen. Durch das einfügen der gene, die für die Erzeugung eines solchen proteins in die DNA von Zellen, die Forscher sicher, dass es synthetisiert wird, und erzeugt ein signal, sobald eine bestimmte Stufe in der Zell-Entwicklung erreicht wurde. Während dieses Verfahren ist sehr empfindlich, spezifisch und praktisch für quantitative Bewertungen, es ist nicht geeignet für Zellen für zur transplantation bestimmte oder erbliche Erkrankung, die Modellierung.
Zur Adresse, die Fallgrube, die Autoren der aktuellen Studie in Frontiers in Cellular Neuroscience haben vorgeschlagen, einen alternativen Ansatz, der auf die Gewebe-Struktur. Keine zuverlässige und Objektive Kriterien für die Vorhersage der Qualität von differenzierten Zellen wurden bisher entwickelt. Die Forscher vorgeschlagen, dass die besten retinale Gewebe, die am meisten geeignet für die transplantation, Drogen-screening, oder Krankheit modeling—sollte ausgewählt werden, mit neuronalen Netzen und künstlicher Intelligenz.
„Ein Schwerpunkt unseres Labors ist die Anwendung der Methoden der Bioinformatik, maschinelles lernen, AI) und zu den praktischen Aufgaben in der Genetik und Molekularbiologie. Und diese Lösung ist auch an der Schnittstelle zwischen den Wissenschaften. In es, neuronale Netzwerke, die unter anderem MIPT zeichnet sich traditionell an, ein problem ansprechen wichtig für die Biomedizin: die Vorhersage der Differenzierung der Stammzellen in der Netzhaut,“ sagte Studie co-Autor Pavel Volchkov, Leiter des Genom-Engineering-Labor am MIPT.
„Die menschliche Netzhaut hat eine sehr eingeschränkte Fähigkeit zur regeneration,“ der Genetiker ging auf. „Dies bedeutet, dass alle progressiven Verlust von Neuronen, zum Beispiel in der Glaukom—führt unweigerlich zum vollständigen Verlust der Sehkraft. Und es gibt nichts, was ein Arzt empfehlen kann, kurz, sich einen Vorsprung auf das erlernen der Blindenschrift. Unsere Forschung nimmt die Biomedizin, einen Schritt näher an die Schaffung einer zellulären Therapie für Erkrankungen der Netzhaut, das würde nicht nur Stillstand der progression, sondern das Sehvermögen verbessern.“
Das team trainiert ein neuronales Netzwerk—das heißt, dass ein computer-Algorithmus, die imitiert die Art und Weise Nervenzellen arbeiten im menschlichen Gehirn zu identifizieren, die das Gewebe in einem sich entwickelnden Netzhaut basiert auf Fotografien, die von einem konventionellen Lichtmikroskop. Die Forscher mussten zunächst eine Reihe von Experten identifizieren die differenzierten Zellen in 1.200 Bilder, über eine genaue Technik beinhaltet die Verwendung eines fluoreszierenden reporter. Das neuronale Netzwerk trainiert wurde, über 750 Bilder, mit einem anderen 150 für die Validierung verwendet und 250 für die Prüfung von Vorhersagen. In dieser letzten Stufe, die Maschine war in der Lage, differenzierte Zellen mit einer 84% Genauigkeit, verglichen mit 67% erzielt durch den Menschen.
„Unsere Ergebnisse zeigen, dass die aktuellen Kriterien für frühe retinale Gewebe Auswahl kann subjektiv. Sie hängen von den Experten die Entscheidung. Aber wir vermuten, dass die Morphologie der Gewebe, seine Struktur, enthält Hinweise, die ermöglichen, dass die Vorhersage der retinalen Differenzierung, selbst in sehr frühen Phasen. Und im Gegensatz zu einem Menschen, dem computer-Programm extrahieren kann, dass die information!“, kommentierte Evgenii Kegeles der MIPT Labor für Orphan-Erkrankungen Therapie und Schepens Eye Research Institute, USA