利用人工智能构建更好的类器官

人工智能的下一个突破可能会帮助科学家设计和打印模仿人体器官的更智能的细胞结构，从而减少试错和成本，同时有助于对抗疾病和改善人类健康的新方法。

这些三维细胞结构被称为类器官——它们可以被设计成具有独特的器官功能，并用于对人体组织生理学、遗传疾病、器官特异性传染病和癌症进行复杂的研究。类器官几乎可以在任何器官的结构、功能、细胞组成和转录谱上复制原生组织的发育。

但是，也有局限性。目前制造类器官的方法尚未证明从可再生细胞中提取成熟类器官的一致性和稳健性。这就是人工智能进入画面的地方——利用计算机而不是传统的实验室方法设计和测试类器官。

匹兹堡大学斯旺森工程学院的Ipsita Banerjee和一个由几位共同主要研究人员组成的多学科团队最近获得了来自美国科学院的50万美元奖金国家科学基金实现他们可规模化生产高质量类器官的愿景。

“我们的愿景是使类器官技术最终实现其在临床研究和药物开发中的潜力，”化学和石油工程教授Banerjee说。“这项突破性的研究将通过创造一种更高效、有效和可持续的方式来设计这些结构，从而造福社会和整个医疗系统。”

大多数类器官的生产依赖于化学实验，但Banerjee的方法涉及到机械转导途径，或细胞对机械刺激做出反应的过程，以调节制造，同时也利用作为类器官表型一部分的细胞骨架重排。机械转导将通过生物打印类器官表型来控制，而机器学习模型将识别与表型相关的特征细胞骨架状态。

该团队预测，使用人工智能模型还将提高类器官行为预测的准确性，以供进一步研究。

班纳吉解释说:“我们类器官制造的核心目标是将生物打印和人工智能集成起来，以实现对不同类型的类器官的自动化和非侵入性学习。”“随着时间的推移，生物打印还将使我们能够在数量和质量上扩大这些结构的生产，而不受目前使用传统方法的限制。”

这将是首次尝试创建生产高质量类器官的路线图，以及在制造管道中集成质量控制。

“这将是人工智能技术在类器官研究领域的一种新颖应用，”该项目的联合首席研究员、匹兹堡大学放射学系人工智能专家吴山东说。“近年来，人工智能，尤其是机器学习，在分析医学影像数据方面显示出了革命性的力量。将机器学习应用于生物图像处理将为稳健的类器官功能评估创造一个创新的途径。”

本文已从以下地方重新发布材料．注:材料的长度和内容可能经过编辑。如需进一步信息，请联系所引用的来源。