編輯丨coisini

染色體是遺傳物質(zhì)的載體，對基因遺傳和健康起著重要作用。很多疾病的發(fā)生就是染色體異常導(dǎo)致的。

某些侵襲性極強(qiáng)癌癥的主要驅(qū)動因素就是染色體異常。如果能夠觀察分析染色體異常及其原因，癌癥的治療就會迎來新突破。

然而，在任意給定時(shí)間，只有一小部分分裂細(xì)胞會表現(xiàn)出明顯的染色體缺陷，且這類細(xì)胞通常在被分析之前就已死亡。傳統(tǒng)上，科學(xué)家必須借助顯微鏡手動識別，研究過程緩慢艱苦。

基于此，海德堡歐洲分子生物學(xué)實(shí)驗(yàn)室開發(fā)了一種新型人工智能平臺 ——MAGIC，旨在用機(jī)器學(xué)習(xí)輔助基因組學(xué)。通過整合微核細(xì)胞活體成像、實(shí)時(shí)機(jī)器學(xué)習(xí)與單細(xì)胞基因組學(xué)技術(shù)，MAGIC 能夠讓科學(xué)家系統(tǒng)研究癌癥形成過程，追蹤細(xì)胞分裂過程中誘發(fā)腫瘤的自發(fā)性錯(cuò)誤（染色體異常）是如何產(chǎn)生的。

研究論文以《Origins of chromosome instability unveiled by coupled imaging and genomics》為題發(fā)表于《Nature》上。

論文地址：https://www.nature.com/articles/s41586-025-09632-5

異常細(xì)胞的「激光標(biāo)記」系統(tǒng)

近期，有研究證實(shí)：單個(gè) DNA 損傷即可引發(fā)一系列改變，導(dǎo)致染色體不穩(wěn)定，并促進(jìn)復(fù)雜癌癥的形成。

細(xì)胞分裂時(shí)，DNA 片段脫落會形成額外小型細(xì)胞核 —— 微核。微核不僅是細(xì)胞殘骸，更是危險(xiǎn)信號。攜帶微核的細(xì)胞更容易產(chǎn)生新的染色體異常，并可能最終轉(zhuǎn)化為癌細(xì)胞。

MAGIC 系統(tǒng)旨在通過研究核異型性來深入理解癌癥形成機(jī)制。該系統(tǒng)集成了活細(xì)胞自主共聚焦顯微鏡、核異型性實(shí)時(shí)評估機(jī)器學(xué)習(xí)系統(tǒng)、靶向細(xì)胞光標(biāo)記及分選技術(shù)。

MAGIC 的運(yùn)行機(jī)制類似于微觀層面的激光標(biāo)簽游戲。它通過自動顯微鏡技術(shù)和經(jīng)訓(xùn)練可識別微核特征的人工智能算法，對數(shù)千個(gè)細(xì)胞進(jìn)行掃描。

當(dāng) AI 識別出含微核的細(xì)胞后，會指導(dǎo)顯微鏡使用光轉(zhuǎn)換染料進(jìn)行「標(biāo)記」—— 這種熒光分子在激光照射下會改變顏色?；诠鈱W(xué)的標(biāo)記使研究人員能通過流式細(xì)胞術(shù)（flow cytometry）追蹤和分離特定細(xì)胞，隨后對分離細(xì)胞進(jìn)行單細(xì)胞測序和系統(tǒng)表型分析，從而在模擬腫瘤演化早期階段的細(xì)胞系模型中，深入研究細(xì)胞微環(huán)境、突變率及自發(fā)染色體畸變的形成誘因。

通過實(shí)現(xiàn)圖像捕獲到基因分析的全流程自動化，MAGIC 消除了人工選擇的需求，極大加快了研究速度，讓科學(xué)家在一天內(nèi)即可分析近 10 萬個(gè)細(xì)胞。

實(shí)時(shí)追蹤染色體錯(cuò)誤

研究團(tuán)隊(duì)運(yùn)用 MAGIC 監(jiān)測培養(yǎng)人類細(xì)胞的染色體異常。他們發(fā)現(xiàn)超過 10% 的正常細(xì)胞分裂會產(chǎn)生某種自發(fā)性染色體改變。

例如，當(dāng) TP53 基因（編碼 p53 腫瘤抑制蛋白）被抑制后，異常率幾乎翻倍，這印證了 p53 在維持基因組穩(wěn)定性中的關(guān)鍵作用。

研究團(tuán)隊(duì)還精準(zhǔn)定位了這些異常背后的特定機(jī)制。一個(gè)重要誘因是雙著絲粒染色體，這種不穩(wěn)定結(jié)構(gòu)在細(xì)胞分裂時(shí)會被雙向拉扯，導(dǎo)致染色體斷裂和重排。

MAGIC 實(shí)現(xiàn)了每次實(shí)驗(yàn)對數(shù)萬個(gè)細(xì)胞的自動化分析，能夠大規(guī)模分離稀有細(xì)胞形態(tài)，從而突破了核異型性研究的局限。

研究團(tuán)隊(duì)累計(jì)分離了 2898 個(gè)單細(xì)胞，并對 2192 個(gè)單細(xì)胞基因組進(jìn)行測序，構(gòu)建出研究新發(fā)癌癥的空前數(shù)據(jù)集。

MAGIC 的人工智能算法可通過再訓(xùn)練識別幾乎所有可見細(xì)胞特征，因此 MAGIC 的應(yīng)用不僅限于癌癥相關(guān)異常研究，它還能應(yīng)用于神經(jīng)退行性病變、衰老、遺傳疾病等諸多生物學(xué)問題的探索。

感興趣的讀者可以閱讀論文原文，了解更多研究內(nèi)容。

參考內(nèi)容：https://www.insideprecisionmedicine.com/topics/oncology/like-magic-new-ai-tool-reveals-how-chromosomal-errors-arise-offers-clues-to-cancers-origins/