关键免疫细胞分类的新机器学习技术

来自都柏林三一学院的研究人员开发了一种新的、基于机器学习技术来准确地分类巨噬细胞的状态,这是关键的免疫细胞。巨噬细胞分类是很重要的,因为他们可以修改他们的行为,并支持或抗炎药物的免疫反应。结果,工作一套影响研究和有潜力有一天产生重大的社会影响。

例如,这种新方法可以使用药物设计师希望创造治疗目标疾病和自身免疫性疾病如糖尿病、癌症和风湿性关节炎——所有这一切都是通过细胞代谢和巨噬细胞功能的影响。

因为巨噬细胞分类允许科学家直接区分巨噬细胞状态——仅基于他们的代谢反应在一定条件下,这种新的信息可以作为一种诊断工具,或突出的作用在疾病环境中特定的细胞类型。

具有里程碑意义的研究,人类巨噬细胞用于实验,由迈克尔•莫纳汉生物医学工程副教授三位一体。工作汇集了生物医学工程师,计算机科学家和免疫学家和刚刚发表在领先eLife》杂志上。教授莫纳亨评论,“目前,没有其他方法,采用基于人工智能,机器学习方法巨噬细胞分类。目前使用许多不同的技术对巨噬细胞进行分类,但是所有的这些有明显的缺点。

“我们的方法使用2-photon荧光寿命成像显微镜(2 p-flim),这是独一无二的三一和爱尔兰。2 p-flim不需要样本预处理,可以跟随在新陈代谢变化变化,实时跟踪疾病进展——打开大门和/或治疗的生理反应,它还需要一个较低的细胞的数量与传统的技术相比。”

努诺·否决权,工程学院的博士研究生,补充道,“它正变得越来越明显,解决许多社会最大的问题,我们需要多学科的方法来利用人们的专业知识在不同领域工作。

“三一是正确地称为immunometabolism研究的领导者,我们的许多科学家专注于如何调节免疫细胞反应,和中是如何影响免疫细胞的新陈代谢疾病。本研究受益于专业知识,而且桥梁的使用先进的计算机科学的方法和利用先进的生物医学工程部门的显微镜与政权以前从来没有报道。因此作为一个多学科领域的跨部门协作的典范。”

参考:否决权NG, O’rourke SA,张M,菲茨杰拉德港元,邓恩,莫纳亨毫克。巨噬细胞分化的非侵入性的分类2 p-flim和机器学习。达斯汀ML,查克,达斯汀ML, Padilla-Parra年代,eds。eLife。2022;11:e77373。doi:10.7554 / eLife.77373

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。