近期，上海大學(xué)轉(zhuǎn)化醫(yī)學(xué)研究院/上海交通大學(xué)醫(yī)學(xué)院附屬新華醫(yī)院骨科蘇佳燦教授團(tuán)隊(duì)在科愛創(chuàng)辦的期刊Bioactive Materials上發(fā)表綜述文章：人工智能在類器官構(gòu)建、分析和應(yīng)用中的最新進(jìn)展。該綜述首先簡要描述了類器官和人工智能的基本概念和應(yīng)用場景，總結(jié)了人工智能用于類器官構(gòu)建策略快速篩選、多尺度圖像特征高效提取、多組學(xué)數(shù)據(jù)簡化分析以及臨床應(yīng)用精準(zhǔn)預(yù)測和評(píng)估的相關(guān)研究。之后探討了類器官與人工智能結(jié)合的挑戰(zhàn)和局限性，并展望了該研究領(lǐng)域的未來方向。
1、研究內(nèi)容簡介
類器官是一種模擬器官結(jié)構(gòu)和功能的微型簡化體外模型系統(tǒng)，由于其在疾病建模、藥物篩選、個(gè)性化醫(yī)學(xué)和組織工程中的應(yīng)用前景廣闊，引起了人們的極大興趣。盡管在類器官構(gòu)建方面取得了巨大成功，但它們自組裝的復(fù)雜性以及高通量數(shù)據(jù)分析仍然存在挑戰(zhàn)。引入人工智能（AI）用于類器官體外構(gòu)建，數(shù)據(jù)分析和臨川前評(píng)估，有望加速類器官的開發(fā)和臨床應(yīng)用，從而徹底改變該領(lǐng)域。本文旨在深入探討類器官和AI的交匯點(diǎn)，特別是在高度復(fù)雜的自組裝與高通量數(shù)據(jù)分析方面。首先，籠統(tǒng)地概述了類器官在疾病建模、藥物篩選、精準(zhǔn)醫(yī)學(xué)及組織工程中的廣泛應(yīng)用以及面臨的數(shù)據(jù)處理和自組裝的挑戰(zhàn)。其次，回顧了AI的發(fā)展軌跡、分類，并集中于其在醫(yī)學(xué)應(yīng)用中的價(jià)值。文章主旨在于明確AI如何具體促進(jìn)類器官研究的高度精細(xì)化和個(gè)性化，從算法設(shè)計(jì)到數(shù)據(jù)解析，揭示AI在該領(lǐng)域內(nèi)的本質(zhì)貢獻(xiàn)。最后，扼要分析了AI驅(qū)動(dòng)的類器官模型在推動(dòng)精準(zhǔn)醫(yī)學(xué)與組織工程方面的優(yōu)勢與局限。該綜述旨在為類器官與AI領(lǐng)域的融合提供一個(gè)全面、嚴(yán)謹(jǐn)而深入的分析概括。
一、類器官概述
1.1 類器官定義及發(fā)展簡史
術(shù)語"類器官"（Organoid）源于20世紀(jì)初，并在21世紀(jì)初由Hans Clevers教授及其團(tuán)隊(duì)推動(dòng)至前沿科學(xué)，是一種借助干細(xì)胞體外自組裝得到的三維（3D）微型器官，用于模擬原生器官的多維特性。該領(lǐng)域自2009年起得到飛速發(fā)展，成為生物醫(yī)學(xué)研究領(lǐng)域的重要工具（圖1）。
圖1. 類器官發(fā)展史
1.2 類器官應(yīng)用
類器官在模擬復(fù)雜組織與器官功能、高通量藥物篩選、疾病建模，以及再生醫(yī)學(xué)方面具有廣泛的應(yīng)用潛力。例如，它們通過與免疫細(xì)胞共培養(yǎng)，能夠揭示腫瘤微環(huán)境的復(fù)雜性，進(jìn)而推動(dòng)癌癥生物學(xué)的研究。同時(shí)，在藥物開發(fā)階段，肝臟類器官等特定類型的類器官能提供藥物代謝和毒性評(píng)估的精準(zhǔn)模型。此外，類器官在再生醫(yī)學(xué)領(lǐng)域具有改良器官移植和組織修復(fù)的可能性（圖2）?？傮w而言，類器官提供了一種前沿、多維和高度集成的平臺(tái)，用于解決生物醫(yī)學(xué)中的多個(gè)關(guān)鍵問題。
圖2. 類器官應(yīng)用
二、 AI 概述
2.1 AI定義和簡史
AI是一門起源于計(jì)算機(jī)科學(xué)的交叉學(xué)科，其核心目標(biāo)在于模擬和擴(kuò)展人類的認(rèn)知功能，涉及視覺感知、決策與其他復(fù)雜任務(wù)。該領(lǐng)域于1956年由約翰·麥卡錫在達(dá)特茅斯會(huì)議上首次得到明確定義，并隨后得到了計(jì)算機(jī)科學(xué)、數(shù)學(xué)、心理學(xué)等多學(xué)科的廣泛關(guān)注（圖3）。早期AI研究以基于規(guī)則的系統(tǒng)為主，以1955年Newell和Simon開發(fā)的邏輯理論家為代表。20世紀(jì)70年代，該領(lǐng)域開始聚焦于基于神經(jīng)網(wǎng)絡(luò)和其他復(fù)雜算法的機(jī)器學(xué)習(xí)方法。進(jìn)入90年代，隨著萬維網(wǎng)的興起，自然語言處理等領(lǐng)域也取得了顯著進(jìn)展。
圖3.AI發(fā)展簡史
2.2 機(jī)器學(xué)習(xí)類型
AI旨在模仿人類對(duì)需要智能的任務(wù)的認(rèn)知功能，如自然語言理解和決策。機(jī)器學(xué)習(xí)是人工智能的一個(gè)子集，它使用算法從數(shù)據(jù)中迭代學(xué)習(xí)，從而實(shí)現(xiàn)決策和預(yù)測的自動(dòng)化。它是當(dāng)今大多數(shù)人工智能應(yīng)用程序的基礎(chǔ)。有幾種類型的機(jī)器學(xué)習(xí)，每種都可以用來解決不同的問題。機(jī)器學(xué)習(xí)的主要類型包括：監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)與強(qiáng)化學(xué)習(xí)。其次作者還簡述了常見的機(jī)器學(xué)習(xí)模型（圖4）。
圖4. 機(jī)器學(xué)習(xí)簡介：(a)機(jī)器學(xué)習(xí)主要類型；(b)常見的機(jī)器學(xué)習(xí)模型微觀結(jié)構(gòu)特征及溶脹行為。
三、AI賦能類器官：體外構(gòu)建、數(shù)據(jù)分析和臨床應(yīng)用
AI與類器官研究的碰撞產(chǎn)生了一個(gè)革新領(lǐng)域，目的在于通過AI算法優(yōu)化類器官的體外構(gòu)建和功能模擬。該融合技術(shù)側(cè)重于五個(gè)核心維度：快速篩選構(gòu)建策略、多尺度圖像特征的高效提取、多組學(xué)數(shù)據(jù)簡化分析、以及臨床前評(píng)估與應(yīng)用的精準(zhǔn)性（圖5）。其中，引入AI進(jìn)行類器官體外快速篩選構(gòu)建策略作為一種高效的實(shí)驗(yàn)設(shè)計(jì)工具，極大提高了研究效率。多尺度圖像特征的高效提取和多組學(xué)數(shù)據(jù)簡化分析則進(jìn)一步深化了對(duì)類器官結(jié)構(gòu)和功能的理解，同時(shí)為精準(zhǔn)醫(yī)學(xué)提供了更多維度的數(shù)據(jù)支持。
圖5. 人工智能類器官的定義和內(nèi)容
在這一背景下，AI賦能類器官對(duì)于深化我們對(duì)復(fù)雜生物系統(tǒng)的理解和優(yōu)化類器官構(gòu)建具有明顯潛力。機(jī)器學(xué)習(xí)算法能夠優(yōu)化具備所需物理化學(xué)特性的基質(zhì)凝膠設(shè)計(jì)，實(shí)現(xiàn)質(zhì)量控制的全自動(dòng)化，并進(jìn)行培養(yǎng)條件的動(dòng)態(tài)監(jiān)控。此外，AI還能高效分析高通量組學(xué)數(shù)據(jù)，反饋多維度的功能和結(jié)構(gòu)信息，從而推動(dòng)類器官研究從實(shí)驗(yàn)階段向臨床應(yīng)用的快速轉(zhuǎn)化。盡管AI賦能的類器官研究具有顯著優(yōu)勢，實(shí)踐中仍需解決一系列挑戰(zhàn)和局限性以充分發(fā)揮其潛能。
2、原文信息
Long Bai, Yan Wu, GuangfengLi, Wencai Zhang*, Hao Zhang*, Jiacan Su*.
AI-enabled organoids: Construction, analysis, and application.
Bioactive Materials, 31 (2024) 525-548.
https://doi.org/10.1016/j.bioactmat.2023.09.005
京公網(wǎng)安備11010802046783號(hào)
