人工智能（AI）在细胞的三维结构标记与识别方面展示了其强大的潜力，这一领域结合了生物学中的荧光显微镜技术与深度学习等AI方法。艾伦细胞科学研究所（Allen Institute for Cell Science）在这一领域的研究取得了一系列进展。
细胞的三维动态影像。
该研究所的定量细胞生物学家兼副主任SUSAnne Rafelski及其团队致力于为细胞内不同的结构进行标记，并生成三维动态影像。然而，实现这一目标面临诸多挑战。
SUSAnne Rafelski。
虽然荧光显微技术在细胞成像中应用广泛，但在该研究中却遇到了一些困难：可用的颜色有限，无法全面标记细胞结构；试剂的成本高且操作复杂；而且染色剂和成像过程可能对活细胞造成损害。
为了解决这些问题，研究团队采用了投射白光的明视野显微镜技术，此技术在细胞成像中不依赖标记，从而规避了荧光显微技术的诸多限制。
据介绍，Rafelski团队将荧光显微技术与投射白光技术相结合，利用人工智能在明视野图像上预测荧光标记的形状，经过数年的研究，他们取得了显著成果。
深度学习在细胞结构识别中扮演了重要角色。2017年，该团队首次提出利用深度学习识别未标记的细胞明视野图像中的微小结构，并成功验证了这一方法的有效性。
基于不同细胞类型的透射光显微镜（明视野）图像输入的三维荧光图像预测。图源：https://www.nature.com/articles/s41592-018-0111-2#Sec19
分别使用全三维和二维模型时，基于透射光（明视野）图像的三维DNA预测。图源：https://www.nature.com/articles/s41592-018-0111-2
这种从透射图像中直接预测三维荧光的无标记方法，可以用于生成多种结构的组合图像，并根据电子显微镜（EM）输入预测免疫荧光（IF），从而拓展了应用潜力。
更多研究细节可参见论文《Label-free Prediction of Three-dimensional Fluorescence Images from Transmitted-light Microscopy》。
论文链接：https://www.biorxiv.org/content/10.1101/289504v4
AI在细胞识别中的发展历程
近年来，人工智能研究人员设计了多个系统用于识别细胞图像中的模式。这些模型通过训练来自同一细胞的成对图像，包括一个明视野图像和一个荧光标记图像。然而，这些模型在细节上存在差异：有些专注于二维图像，有些则处理三维图像，还有一些用于近似细胞结构，另一些则试图生成可能被误认为真实显微图像的图像。
加州大学旧金山分校和旧金山格莱斯顿研究所的神经科学家Steven Finkbeiner使用机器人显微镜追踪细胞长达一年，发现深度学习能够揭示细胞中难以观察的特征。
Finkbeiner团队通过训练系统识别二维图像中的神经元，并确定细胞核，从而判断细胞是否存活。他表示，研究的主要目的是展示图像数据中潜在的信息量超出人类的认知。该团队的技术被称为“in silico labeling（ISL）”，可以直接从未标记的固定样本或活体样本的透射光影像中预测多种荧光标记。
图源：https://ai.googleblog.com/2018/04/seeing-more-with-in-silico-labeling-of.html
然而，这种方法在识别运动神经元时存在局限，只有在AI能利用某些可见线索的情况下，预测才会有效。
Collman、Johnson及艾伦研究所的同事采用了不同的神经网络，建立了名为U-Net的系统，专门为生物图像开发。与Finkbeiner的方法不同，艾伦模型能够处理三维显微图像，研究人员可以常规使用该技术，例如在染色质组织研究中识别核标记。
透射光显微镜三维荧光图像的无标记预测。图源：https://github.com/AllenCellModeling/pyTorch_fnet/tree/Release_1
来自伊利诺伊大学厄巴纳－尚佩恩分校的物理学家Gabriel Popescu正在利用深度学习解决显微镜中的基本问题：细胞是否存活。这个问题比较复杂，因为相关测试需要使用有毒化学物质。Popescu表示，这就像用刀来测量病人的脉搏。
Gabriel Popescu。
Popescu及其同事的方法被称为PICS：具有计算特异性的相位成像。他们在活细胞中使用该技术识别细胞核和细胞质，并在数天内计算其质量，结果表明这些信号准确地反映了细胞的生长和存活能力。
PICS结合了U-Net软件和显微镜硬件技术，能够无缝进行操作。用户捕捉白光图像后，模型仅需65毫秒即可输出预测的荧光对应物。
此外，还有其他研究团队使用机器学习技术识别细胞。例如，华盛顿特区美国天主教大学的一个团队采用了名为GAN的神经网络，来识别相衬光学显微镜图像中的细胞核。
