AI 破解百年癌症之谜

十大品牌 2026年08月27日 22:32 982 admin

全新人工智能系统现可助力科研人员追踪罕见染色体错误在细胞内的形成过程，为揭示癌症发生的最早期事件提供新视角。

MAGIC 系统犹如一场全自动激光标记游戏，能精准识别具有特定可见特征的细胞并对其进行标记。

EMBL团队开发 AI 分子激光标记系统，可追溯癌症起源的细胞级线索。

人体依赖精确的遗传指令维持细胞正常运作。当这些指令遭到破坏时，癌症便开始形成。随着遗传错误不断累积，细胞可能突破正常生长限制开始失控增殖。染色体异常——包括染色体数量与结构缺陷——往往是推动健康细胞癌变的最早期改变之一。

欧洲分子生物学实验室（EMBL）海德堡校区科贝尔课题组的科研人员开发出一款新型AI工具，使科学家能深入观察染色体异常的形成机制。这项发表于《自然》期刊的研究方法，有望最终揭示导致癌症发生的最初步骤。

“染色体异常是某些侵袭性癌症的主要驱动因素，与患者死亡、转移复发、化疗耐药及快速肿瘤发生密切相关，”EMBL 资深科学家、论文通讯作者扬·科贝尔（Jan Korbel）指出：“我们希望探明细胞发生此类染色体改变的影响因素，以及正常细胞分裂时产生异常的频率。”

染色体异常研究的百年困局

染色体异常与癌症的关联早在百余年前就受到关注。德国科学家西奥多·博韦里（Theodor Boveri）曾根据显微镜观察提出：细胞中不规则的染色体组成会驱动癌症形成。

然而这类异常一直难以捕捉——因其仅在少数细胞中瞬时出现，且多数异常细胞会自然死亡或被选择淘汰。传统方法需要研究人员通过显微镜手动搜寻，一次仅能收集少量细胞进行深入分析。

科贝尔课题组研究员马可·科森扎（Marco Cosenza）在与其他团队合作攻克类似难题时，偶然找到了解决方案。他们开发出这套结合自动显微镜、单细胞测序与人工智能的自主系统，命名为“机器学习辅助基因组学与成像融合技术”（MAGIC）。

MAGIC 系统运作原理类似全自动激光标记游戏：首先锁定具有特定可见特征的“目标细胞”。该研究重点关注的是“微核”结构——这种包裹着细胞部分 DNA 的微小隔室，其出现往往预示着新染色体异常的产生，增加细胞癌变风险。

系统检测到含微核的细胞后，会通过激光进行“标记”。研究人员采用光转化染料实现这一过程：这种荧光分子在光照下发生化学转变，改变其发光颜色。

“该项目融合了我的多项科研兴趣，”科森扎解释道：“涉及基因组学、显微成像和机器人自动化。在 2020 年疫情封锁期间，我得以专注学习 AI 计算机视觉技术，并应用于先前收集的生物图像数据。后续我们通过实验验证并完善了这套系统。”

MAGIC 的操作流程包括：自动显微镜拍摄细胞样本序列图像；经人工标注数据集训练的机器学习算法扫描图像；定位微核细胞后，系统指示显微镜进行精准光标记。标记后的活细胞可通过流式细胞术分离，并进行基因组深度分析。

这套系统将原本劳动密集型、耗时易错的检测过程自动化，使科学家能以前所未有的规模与速度研究目标细胞。采用该方法，研究人员每日可分析近 10 万个细胞。

团队运用 MAGIC 分析源自正常人细胞的培养细胞系，发现约 10% 的细胞分裂会自发产生某种染色体异常，而当著名抑癌基因 p53 突变时，该比率近乎翻倍。研究还深入探讨了染色体双链断裂等因素对异常形成的影响。

这项跨机构合作研究汇聚了 EMBL 海德堡校区先进光学显微镜平台、佩佩科克团队，EMBL-EBI 伊西德罗·科尔特斯-西里亚诺团队，以及德国癌症研究中心安德烈亚斯·库洛齐克团队的重要贡献。

MAGIC 技术具有高度灵活性与适应性。科贝尔强调：“只要目标特征在视觉上区别于常规细胞，即可通过 AI 训练系统进行检测。这项技术有望推动未来生物学的多个领域取得突破性发现。”

参考文献：《成像与基因组学联用揭示染色体不稳定性起源》，作者：Marco Raffaele Cosenza、Rainer Pepperkok 和 Jan O. Korbel 等，2025年10月29日发表于《自然》。DOI: 10.1038/s41586-025-09632-5

文章来源：欧洲分子生物学实验室

免责声明：康加号聚焦全球健康科研进展，内容基于权威期刊编辑，著作权归原始作者或合法权利人；如有权益争议，敬请在线留言处理。文章旨在健康科普，不能作为独立诊疗依据；如需精准健康指导，请至正规医疗机构。

发表评论