STTT | 新型AI工具可破译细胞在疾病状态下的“对话”

人体内的细胞时刻在“对话”——通过信号传递，告知邻近细胞何时生长、休息、修复损伤或对抗感染。当这些信号出现失真、减弱或被劫持时，便可能引发疾病。

休斯顿卫理公会医院的科学家们近日开发出一款人工智能平台，能够破译人体内细胞的通讯机制，有望助力阿尔茨海默病和癌症等疾病的机制研究和疗法开发。

这个名为iS2C2（cointelligent single-cell spatial cell‒cell communication）的平台于5月11日发表在《Signal Transduction and Targeted Therapy》杂志上。

共同通讯作者、休斯顿卫理公会医院的Stephen T. C. Wong教授表示：“了解疾病意味着要弄清这些细胞间对话出了什么问题，以及如何修复它们。”

“以阿尔茨海默病为例，信号传导的扰乱可能导致炎症和脑损伤。在癌症中，异常的细胞间通讯会导致肿瘤生长、扩散以及治疗耐药性。”

为此，研究团队创建了一个基于人工智能的技术平台，旨在识别、建模并阐释体内的细胞通讯网络。

大型语言模型（LLM）在总结、推理和内容生成方面展现出非凡的能力，但无法直接解读大规模组学数据，这限制了其在数据驱动型假设生成中的应用，特别是在机制发现领域。

相反，传统计算算法虽擅长组学数据的定量分析，但往往高度依赖耗时费力的专家解读，才能从中提取出有生物学意义的见解。

iS2C2平台将严谨的计算算法与LLM的情境推理能力相结合，能够从单细胞RNA测序和空间转录组学数据中自动生成生物学上可解释的假设。

据介绍，该平台的一大关键优势在于即使数据集不完整也能正常运行。为解决生物数据有限的问题，该平台集成了生成式AI模块，用于填补缺失信息，从而提升预测精度和生物学解读水平。这有助于克服现实世界中研究面临的主要瓶颈。

在应用于阿尔茨海默病的数据集时，iS2C2准确生成了可重复且经过专家验证的结果，揭示了大脑中神经元及其周围支持细胞之间此前未被重视的信号通路，这些通路可能促进疾病进展，并有望带来新的治疗靶点。

在应用于骨癌转移数据时，该平台揭示了细胞间通讯机制，该机制在癌症扩散时促进了骨内肿瘤的生长。此外，iS2C2还发现了一种常用于乳腺癌治疗的疗法，该疗法可与其他治疗手段联用，更早地阻断骨癌扩散。

研究人员表示：“这种协同智能方法弥补了结构化计算分析与生成式推理之间的鸿沟，预示着向全自动、可解释的生物学发现范式转变，并推动了新一代精准医学的发展。”

“这一AI平台能够为我们指明新的治疗策略，这也许会带来革命性的变化，” Wong教授说。

“如果能够识别出哪些细胞是疾病的驱动因素、它们如何进行通讯以及哪些通路可通过治疗手段被阻断，就能为精准医学绘制出一张更具操作性的路线图。”