用于分类关键免疫细胞的新机器学习技术对一系列疾病有意义

用于分类关键免疫细胞的新机器学习技术对一系列疾病有意义
实验工作概述。使用biorender.com创建的图像。信贷:eLife(2022)。DOI: 10.7554 / eLife.77373

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的技术,可以准确地分类巨噬细胞的状态,巨噬细胞是关键的免疫细胞。巨噬细胞的分类是很重要的,因为它们可以改变自己的行为,并在免疫反应中发挥促进或抗炎剂的作用。因此,这项工作对研究有很多意义,并有可能在未来产生重大的社会影响。

例如,这种新方法可以用于寻找针对疾病和自身免疫疾病(如糖尿病、癌症和癌症)的治疗方法的药物设计者-所有这些都受到细胞代谢和巨噬细胞功能的影响。

因为对巨噬细胞进行分类可以让科学家直接区分巨噬细胞的状态——仅根据它们在特定条件下的代谢反应——这一新的信息可以用作诊断工具,或用来突出特定细胞类型在疾病环境中的作用。

这项具有里程碑意义的研究在实验中使用了人类巨噬细胞,由三一学院生物医学工程副教授迈克尔·莫纳汉(Michael Monaghan)领导。这项工作汇集了生物医学工程师、计算机科学家和免疫学家,并刚刚发表在杂志上eLife

Monaghan教授评论道:“目前,还没有其他方法使用基于人工智能的机器学习方法来进行巨噬细胞分类。目前有许多不同的技术用于巨噬细胞的分类,但所有这些技术都有明显的缺点。

“我们的方法使用2光子荧光寿命成像显微镜(2P-FLIM),这是三一学院和爱尔兰特有的。2P-FLIM不需要样品预处理,可以用于跟踪代谢的变化,无创和在。——这就打开了追踪的大门和/或对治疗的生理反应,它也需要更少的与传统技术相比。”

工程学院博士候选人Nuno Neto补充说:“越来越明显的是,要解决许多社会最大的问题,我们需要采取多学科的方法,利用不同领域工作人员的专业知识。

“Trinity被公认为免疫代谢研究的领导者,我们的许多科学家专注于它如何调节免疫细胞反应,以及免疫细胞代谢如何影响疾病。这项研究受益于该专业知识,但也连接了先进计算机科学方法的使用,并利用了生物医学工程系的先进显微镜与以前从未报道过的制度。因此,它是多学科领域跨部门合作的一个主要例子。”


进一步探索

研究确定了可以预防关键免疫细胞致病活性的特定药物

更多信息:Nuno GB Neto等,基于2 - flim和机器学习的巨噬细胞极化无创分类,eLife(2022)。DOI: 10.7554 / eLife.77373
期刊信息: eLife

引用:用于对关键免疫细胞进行分类的新机器学习技术对一系列疾病(2022年,10月18日)有影响,该疾病于2022年10月22日从//www.pyrotek-europe.com/news/2022-10-machine-learning-technique-key-immune-cells.html检索
本文件受版权保护。除用于个人学习或研究的公平交易外,未经书面许可,不得转载任何部分。内容仅供参考之用。
23股票

反馈给编辑