机器学习区分P2X7介导的细胞内火花在人类诱导的多能干细胞衍生的神经干细胞中

科学领域:

• 神经科学是一个神经科学.
• 干细胞生物学 干细胞生物学
• 药理学 药理学是指药理学的学科.

背景情况:

• 腺三酸盐 (ATP) 作为一种细胞外信号分子,影响生理和病理生理状态.
• purinergic受体,特别是离子变异性P2X7受体,调解ATP信号传递.
• 神经干细胞 (NSC) 存在于成人的组织中,并参与生理过程,对病理条件作出反应.

研究的目的:

• 研究人类诱导的多能干细胞干细胞衍生的NSCs (iNSCs) 的ATP感应能力.
• 开发一种基于机器学习 (ML) 的系统,用于选食品中产生的神经活性物质及其有效剂量.
• 分析iNSCs中的ATP触发的反应.

主要方法:

• 通过P2X7受体对iNSCs的ATP感应能力的表征.
• 从与各种物质和剂量预处理的iNSC中收集ATP触发的反应.
• 使用九个波形图像的复合图像来提高精度的ML模型的开发.

主要成果:

• iNSCs主要通过P2X7受体表现出ATP感应.
• 开发的ML模型准确地分类了由不同物质和剂量引起的微妙波形变化.
• 该ML模型确定了与特定基因本体学特征相关的常见mRNA表达变化.

结论:

• iNSCs具有由P2X7受体介导的功能性ATP感应机制.
• 一个基于ML的新查系统可以有效地识别食物来源中的神经活性化合物.
• 这种方法有助于发现影响神经干细胞功能和基因表达的物质.