据《自然·衰老》杂志21日报道，美国麻省理工学院团队开发出一种借助人工智能（AI）识别衰老细胞的新方法 。他们将拉曼显微镜获取的细胞生化信息与单细胞基因表达数据结合 ，再利用机器学习寻找衰老细胞的特征 ，生成一种独特的AI“条形码”，可用于识别衰老组织中的“僵尸细胞 ” 。这种方法无需破坏细胞 ，有望为癌症 、组织退化等衰老相关疾病的诊断提供新思路。
随着年龄增长 ，人体内一些细胞会进入衰老状态 。这些细胞停止分裂，却不会死亡，因此被形象地称为“僵尸细胞 ” 。它们在体内积累 ，可能参与癌症 、组织退化、炎症等多种与衰老相关的疾病的发生。近来 ，科学家已经发现了一些细胞衰老的生物标志物，包括p16和p21两种蛋白。这些蛋白参与阻止细胞继续分裂 ，但检测它们通常需要破坏细胞 。因此 ，如何在不损伤细胞的情况下识别衰老细胞，一直是科学家关注的问题 。
此次 ，团队利用拉曼显微镜寻找答案。该技术通过分析光照射细胞后产生的光谱信号 ，获取细胞内分子的化学信息，且不会破坏细胞 。他们将拉曼显微镜与空间RNA测序结合 ，对2个月大和26个月大的小鼠皮肤及肺组织进行分析 ，从基因表达和生化组成两方面观察衰老细胞 。
研究发现，老年小鼠的皮肤和肺细胞均出现脂质合成增加以及脂质积累。在衰老皮肤细胞中 ，与肌肉收缩以及胶原蛋白和细胞外基质重塑有关的细胞通路受到明显影响；在老年肺组织中 ，与免疫激活和炎症有关的基因活性有所增强 。
随后，团队利用机器学习分析这些数据，从大量拉曼光谱和基因表达特征中寻找与细胞衰老最相关的特征 ，并将其组合成一种“条形码 ” 。这些拉曼光谱峰对应不同的化学键 ，可以反映细胞中脂质 、蛋白质等分子的变化。有了这一“条形码”，未来可能只需观察拉曼光谱中的几个关键波段 ，就能快速判断细胞是否进入衰老状态 。
（文章来源：科技日报）
