AI解锁线粒体“四维地图”：形态与功能如何关联？
线粒体是细胞的“动力工厂”，其形态和功能随细胞状态变化而动态调整。但传统方法难以捕捉这种4D（空间三维+时间）的复杂变化，导致我们对其调控机制了解有限。现在，科学家们用AI解锁了线粒体的“四维地图”。
研究团队开发了一种名为MitoSpace的深度学习模型，通过无标签训练处理海量单细胞光片显微镜数据。该模型能学习线粒体的潜在表示，不仅准确预测线粒体膜电位（R²=0.91），还揭示了形态与功能的定量联系。关键发现是，维度的增加（从2D到3D再到4D）显著提升了表示质量，证明时空信息对理解线粒体至关重要。
这一成果为药物筛选提供了新工具，例如通过分析线粒体形态变化预测药物效果。模型已公开，为研究细胞状态和疾病机制提供了基础。不过，目前主要聚焦于特定细胞类型（如肺器官），未来需拓展至更多细胞类型以验证普适性。
来源：Cell
#线粒体 #人工智能 #单细胞成像 #细胞生物学 #深度学习
🧬 频道 ｜ 🧑🔬 群组 ｜ 📨 投稿
线粒体是细胞的“动力工厂”，其形态和功能随细胞状态变化而动态调整。但传统方法难以捕捉这种4D（空间三维+时间）的复杂变化，导致我们对其调控机制了解有限。现在，科学家们用AI解锁了线粒体的“四维地图”。
研究团队开发了一种名为MitoSpace的深度学习模型，通过无标签训练处理海量单细胞光片显微镜数据。该模型能学习线粒体的潜在表示，不仅准确预测线粒体膜电位（R²=0.91），还揭示了形态与功能的定量联系。关键发现是，维度的增加（从2D到3D再到4D）显著提升了表示质量，证明时空信息对理解线粒体至关重要。
这一成果为药物筛选提供了新工具，例如通过分析线粒体形态变化预测药物效果。模型已公开，为研究细胞状态和疾病机制提供了基础。不过，目前主要聚焦于特定细胞类型（如肺器官），未来需拓展至更多细胞类型以验证普适性。
线粒体终于有了自己的“GPS”和“健康报告”🧬
来源：Cell
#线粒体 #人工智能 #单细胞成像 #细胞生物学 #深度学习
🧬 频道 ｜ 🧑🔬 群组 ｜ 📨 投稿
