人工智能和机器人技术揭示隐藏的签名的帕金森病
在今天发表的一项研究自然通讯推出一个新的平台,发现疾病的细胞特征相结合的机器人系统与人工智能研究病人的细胞图像分析的方法。使用自动化的细胞培养平台,NYSCF研究所与谷歌合作研究的科学家们成功地识别新的帕金森病细胞特征通过创建和分析超过一百万个皮肤细胞的图像从一个组的91名患者和健康对照组。
“传统药物发现工作进行得不是很好,特别是对于复杂的疾病如帕金森氏症,”JD NYSCF首席执行官苏珊·所罗门说。“机器人技术NYSCF建造了让我们生成大量的数据从大量的病人,疾病和发现新的签名作为发现一个全新的基础药物,实际上工作。”
“这是一个理想的示范的力量人工智能Marc Berndl补充道,“对于疾病研究谷歌的软件工程师的研究。“我们已经与NYSCF举行了富有成效的合作,尤其是因为他们的先进机器人系统创造可复制的数据,可以可靠的见解。”
耦合人工智能和自动化
研究杠杆NYSCF庞大的存储库的患者细胞和最先进的机器人系统NYSCF全球干细胞数组来剖面图像数以百万计的细胞从91名帕金森患者和健康对照组。科学家使用数组来隔离和扩大皮肤细胞称为从皮肤成纤维细胞穿孔活检样本,这些细胞的不同部分标签与一种叫做细胞绘画的技术和创造成千上万的高含量光学显微镜图像。由此产生的图像被送入一个无偏,人工实施图像分析管道、识别图像特征具体病人的细胞可以用来区别于健康对照组。
“这些人工智能方法可以确定病人细胞,否则可能不是可观察到的一样,”塞缪尔·j·杨说,谷歌的科学家的研究。“同样重要的是算法unbiased-they不依赖于任何先验知识对帕金森病或偏见,所以我们可以发现疾病的全新签名。”
帕金森的需要新的签名是强调高失败率的最近的临床试验药物发现基于特定疾病的目标和途径被认为是疾病的司机。这些小说的发现疾病签名使用公正的方法,特别是在患者群体,有价值的诊断和药物发现、揭示新病人之间的区别。
“激动人心的是,我们能够区分病人细胞和健康对照组的图像,和不同亚型的疾病,”指出Bjarki Johannesson,博士NYSCF高级研究员的研究。“我们甚至可以相当准确地预测捐赠者的细胞样本来自。”
应用药物发现
帕金森病签名确认的团队现在可以使用为基础对病人进行药物筛选细胞,发现哪些药物能扭转这些特性。研究还收益率最大的已知细胞画数据集(48结核病)作为一个社区资源,并可以研究团体(https://nyscf.org/nyscf-adpd/)。
值得注意的是,这个平台disease-agnostic,只需要方便的皮肤细胞从病人。它也可以应用于其他细胞类型引起的,其中包括衍生品多能干细胞NYSCF创建模型的各种疾病。因此研究人员希望他们的平台可以打开新的许多疾病,传统的治疗途径药物发现已经成功。
“这是第一个工具成功地识别疾病特征的精度和灵敏度,“说NYSCF发现和平台开发高级副总裁丹尼尔•Paull博士。“它的力量对于识别病人子组精密医学和药物研发有重大的影响在许多棘手的疾病。”
进一步探索
