ai处理细胞数据（以全新方式探索细胞里的微观世界）

ai处理细胞数据（以全新方式探索细胞里的微观世界）利用诸如此类的功能，对于癌症研究、制药以及生物技术等领域，该模型将有可能彻底改变未来的细胞研究。艾伦集成细胞模型甚至可以预测有丝分裂（或细胞分裂）事件的动态。例如核膜和细胞膜重组。在此之前，我们几乎不可能预测此类图像，尤其是3D图像。目前，科学家已经使用荧光显微镜（使用荧光研究物体的显微镜）观察了细胞的内部结构，这个过程成本高昂、缓慢且具有破坏性。显微镜的成本可达数万美元，所有蛋白质都需要特别的标注，并且荧光会破坏细胞内的DNA。在新的模型中，研究人员使用卷积神经网络重建3D透射光和荧光细胞图像在大的细胞结构方面的关系。这将教会模型使用不同蛋白质和细胞器（细胞体中的微型器官）的“自助”样本构建自己的3D结构。“这是观察人类活细胞内部结构的全新方法，”Rick Horwitz表示。“就像第一次看到整个细胞一样。在未来，这将影响药物发现、疾病研究以及我们进行人体细胞基础研究的方式。”

艾伦细胞科学研究所（Allen Institute for Cell Science）由微软联合创始人Paul Allen在西雅图成立，其研究人员创建了第一个针对人类活细胞的可预测3D模型。借助此模型，科学家可以在计算机屏幕上以数字化的方式呈现、甚至控制细胞行为。

此模型名为“艾伦集成细胞”(Allen Integrated Cell)，是利用数万张高清细胞图像进行深度学习训练的结果。它能够识别亚细胞结构并投射细胞的3D多层图像，显示其所有组成部分是如何同时相互作用的，此种呈现方式前所未有。

“这是迄今为止科学界中最令我惊叹的事情，”艾伦细胞科学研究所常务董事Rick Horwitz说道。“现在，我们可以三维形式在影片中动态观察细胞的内部工作原理。”

为创建此模型，研究人员使用了NVIDIA GPU、NVIDIA DGX Station AI超级计算机和cuDNN加速PyTorch深度学习框架，使用识别原子核等细胞结构的蛋白质标签来研究图像。

超越缓慢且昂贵的传统工具

目前，科学家已经使用荧光显微镜（使用荧光研究物体的显微镜）观察了细胞的内部结构，这个过程成本高昂、缓慢且具有破坏性。显微镜的成本可达数万美元，所有蛋白质都需要特别的标注，并且荧光会破坏细胞内的DNA。

在新的模型中，研究人员使用卷积神经网络重建3D透射光和荧光细胞图像在大的细胞结构方面的关系。这将教会模型使用不同蛋白质和细胞器（细胞体中的微型器官）的“自助”样本构建自己的3D结构。

“这是观察人类活细胞内部结构的全新方法，”Rick Horwitz表示。“就像第一次看到整个细胞一样。在未来，这将影响药物发现、疾病研究以及我们进行人体细胞基础研究的方式。”

艾伦集成细胞模型甚至可以预测有丝分裂（或细胞分裂）事件的动态。例如核膜和细胞膜重组。在此之前，我们几乎不可能预测此类图像，尤其是3D图像。

利用诸如此类的功能，对于癌症研究、制药以及生物技术等领域，该模型将有可能彻底改变未来的细胞研究。