使用人工智能图像翻译,表型化衰老的介质细胞层细胞
Leya Weber1, Brandon S Lee2, Sara Imboden1
1Department of Mechanical and Aerospace Engineering, University of California, Los Angeles 90095, CA, United States.
Current research in biotechnology
|December 4, 2023
概括
人工智能从标准图像中准确地预测介质体细胞 (MSC) 衰老,从而实现一致的细胞疗法. 这种人工智能工具有助于确保MSCs在临床应用中的质量和有效性.
科学领域:
- 生物技术是生物技术.
- 细胞生物学 细胞生物学
- 人工智能的人工智能
背景情况:
- 介酶体 stromal 细胞 (MSCs) 对于再生医学和免疫疗法至关重要.
- 由于细胞异质性和衰老,MSC疗法面临挑战,影响治疗的一致性.
- 精确的MSC的表征对于可靠的临床应用至关重要.
研究的目的:
- 开发一种人工智能驱动的方法,用于非侵入性地评估MSC衰老.
- 使用人工智能从相对比显微镜图像中预测MSC衰老标记.
- 确保治疗用途的MSC的质量和一致性.
主要方法:
- 利用AI图像翻译算法来预测MSC衰老标记的免疫光图像.
- 在相对比图像上训练深度学习模型,以预测衰老标志物 (SABG,p16,p21,p38).
- 在多克索鲁比诱导,辐射诱导和复制性MSC衰老模型上验证了AI模型.
主要成果:
- 人工智能模型准确地预测了关键的MSC衰老标志物的表达水平.
- 人工智能平台成功地区分了老化和非老化MSC种群.
- 该模型捕捉了MSC种群中的细胞对细胞的变异性,反映了异质性.
结论:
- 人工智能图像翻译为特征MSC衰老提供了一个强大的,非侵入性的工具.
- 这种方法可以通过确保细胞的一致性来增强MSC的工程和制造.
- 开发的平台为基于MSC的疗法提供了可访问的质量控制.
