人工智能系统能快速识别健康生产的皮肤干细胞

　　干细胞治疗是再生医学的前沿，但到目前为止，研究人员和临床医生不得不在显微镜下分别观察每一个细胞，以仔细评估干细胞的质量。现在，来自日本的研究人员发现了一种利用人工智能(AI)的力量来加速这一过程的方法。
　　在最近发表的一项研究中，干细胞东京医学和牙科大学(TMDU)的研究人员报告说，他们的人工智能系统，即DeepACT，能够以与人类相同的精确度识别健康、有生产力的皮肤干细胞。
　　干细胞能够发育成几种不同类型的成熟细胞，这意味着它们可以用来在受伤或疾病的情况下生长新的组织。角质细胞(皮肤)干细胞用于治疗遗传性皮肤病，并用于生长用于修复大面积烧伤的皮肤。角朊细胞干细胞是在实验室中生长良好的几种成体干细胞之一。最健康的角质形成细胞比健康的细胞移动得更快，所以用显微镜，我们就可以用肉眼去识别它们。然而，这种方法费时费力，而且容易出错。
　　Takuya Hirose，主要作者
　　为了解决这一问题，研究人员的目标是开发一个系统来自动识别和跟踪这些干细胞的运动。
　　＂我们通过一个名为‘DeepACT’的过程来训练这个系统，使用的是一个样本图像库，＂这位合作的作者，Kotoku先生说。＂然后，我们在一组新的图像上进行了测试，发现与人工分析相比，结果非常准确。＂
　　除了检测单个干细胞外，DeepACT系统还计算每个菌落的＂运动指数＂，这表明在菌落中央区域的细胞相对于边缘区域移动的速度有多快。运动指数最高的菌落比运动指数较低的菌落更容易生长良好，为烧伤患者移植新皮肤提供了良好的选择。
　　高级作者Daisuke Nanba说：＂DeepACT是一种有效的新方法，可以对人体角质干细胞进行精确的质量控制，并将使这一过程更可靠、更有效。＂
　　鉴于皮肤移植如果含有太多不健康或无效的干细胞，那么能够快速、方便地识别最合适的细胞将是一个相当大的临床优势。自动化质量控制对于工业干细胞制造也很有价值，有助于确保细胞的稳定供应和降低生产成本。
　　更多内容：Hirose, T., et al. (2021) Label-free quality control and identification of human keratinocyte stem cells by deep learning-based automated cell tracking. Stem Cells.doi.org/10.1002/stem.3371.