近期，美国科学家开发了一种结合显微镜、生物化学和人工智能（AI）的技术——尺度集成细胞（MuSIC）技术，实现了直接从细胞显微镜图像绘制细胞图谱，从而发现了大量未知的胞内蛋白。研究成果发表在《Nature》期刊，标题为“A multi-scale map of cell structure fusing protein images and interactions”。

 

细胞具有复杂的内部结构，研究人员通常采用显微镜成像或蛋白质生物物理关联技术来研究细胞内部结构。其中，显微成像可以观察到微米级别的水平结构以及和细胞器相关的蛋白标志；生物物理关联技术则可以找到蛋白与蛋白之间的相互作用和纳米级的结构。然而，这两种方法各自产生大量的数据集，且具有不同的质量和分辨率，通常需要分别处理。这项研究中，研究人员首次将这两种方法的测量数据集结合在一起，利用AI深度学习直接从细胞显微镜图像绘制细胞图谱，形成多尺度整合细胞图谱（multi-scale integrated cell 1.0，MuSIC 1.0）。MuSIC 1.0在人类肾细胞系HEK293的数据集中共获取661种蛋白，并根据蛋白质间距离和相互联系将其划分为69个蛋白群，其中约一半是首次发现。

 

这项研究整合不同尺度的细胞测量数据集，结合人工智能，发现了许多未知的胞内蛋白，为我们深入认识细胞内部结构提供了新的线索。