一种结合高分辨率成像和机器学习（也称为人工智能，AI）的技术能够追踪因损伤、老化或疾病受损且不再正常生长和繁殖的细胞，这类细胞被称为衰老细胞。研究人员表示，这些细胞在伤口修复和与衰老相关的疾病（如癌症和心脏病）中起关键作用，因此追踪它们的进展有助于更好地了解组织如何逐渐失去再生能力，或者它们如何助长疾病。该工具还可能为逆转损伤的疗法提供见解。
由纽约大学朗格尼健康中心（NYU Langone Health）骨科手术系研究人员主导的这项研究包括训练一个计算机系统来分析随着时间推移受到化学物质浓度增加影响的动物细胞，以模拟人类衰老过程。已知持续面对环境或生物压力的细胞会进入衰老状态，这意味着它们停止繁殖并开始释放表明其遭受损伤的标志性分子。
研究人员于7月7日在《自然通讯》（Nature Communications）期刊上发表的研究表明，通过AI分析揭示了多个与细胞控制中心（细胞核）相关的可测量特征，这些特征结合起来能够密切反映组织或细胞群的衰老程度。这包括细胞核扩大、中心或焦点更密集、形状变得更不规则等迹象。此外，其遗传物质用标准化学染料染色时比正常情况更浅。
进一步测试证实，具有这些特征的细胞确实是衰老细胞，表现出停止繁殖、DNA受损以及含有密集酶储存溶酶体的迹象。这些细胞还对现有的衰老细胞清除药物（senolytic drugs）表现出反应。
基于他们的分析，研究人员创建了一个名为“核形态计量管道”（Nuclear Morphometric Pipeline, NMP）的工具，利用细胞核物理特性的变化生成一个单一的衰老评分，以描述一系列细胞的状态。例如，完全衰老的细胞群可以与健康细胞群在-20到+20的范围内进行比较。
为了验证NMP评分，研究人员随后展示了它能够准确区分年轻到老年小鼠（3个月至超过2年的年龄范围）的健康和病变细胞。结果显示，较老的细胞群的NMP评分显著低于较年轻的细胞群。
研究人员还在不同年龄段的小鼠受伤肌肉组织修复过程中测试了NMP工具对五种细胞的作用。结果表明，NMP能够紧密追踪年轻、成年和老年小鼠中衰老和非衰老间充质干细胞、肌肉干细胞、内皮细胞和免疫细胞的变化水平。
例如，使用NMP确认了未受伤对照组小鼠中不存在衰老肌肉干细胞，但在受伤小鼠中，肌肉受伤后立即出现大量衰老肌肉干细胞（此时它们帮助启动修复），随着组织再生逐渐减少。
最终测试表明，NMP能够成功区分健康和衰老的软骨细胞，后者在患有骨关节炎的老年小鼠中比年轻健康小鼠多10倍。众所周知，骨关节炎会随着年龄增长而逐渐恶化。
“我们的研究表明，特定的核形态计量可以作为识别和追踪衰老细胞的可靠工具，我们相信这是未来研究组织再生、衰老和进行性疾病的关键，”资深研究员迈克尔·沃兹奇纳（Michael Wosczyna）博士说道。沃兹奇纳是纽约大学格罗斯曼医学院（NYU Grossman School of Medicine）骨科手术系的助理教授。
沃兹奇纳表示，他的团队研究证实了NMP在所有年龄段和不同类型组织中研究衰老细胞的广泛应用，并适用于多种疾病。
他说，团队计划进一步实验，研究NMP在人体组织中的应用，同时将NMP与其他生物标志物工具结合，用于研究衰老及其在伤口修复、衰老和疾病中的各种作用。
研究人员表示，他们对NMP的最终目标——纽约大学已为其申请专利——是利用它开发预防或逆转衰老对人体健康负面影响的治疗方法。
“我们的测试平台提供了一种严格的方法，可以比以往更容易地研究衰老细胞，并测试如衰老细胞清除剂等疗法针对不同组织和病理中这些细胞的有效性，”沃兹奇纳说道，他计划将NMP免费提供给其他研究人员。
“现有的识别衰老细胞的方法难以使用，因此不如核形态计量管道（NMP）可靠，后者依赖于一种更常用的细胞核染色方法，”共同主要研究员萨希尔·马普卡尔（Sahil Mapkar）表示。马普卡尔是纽约大学坦登工程学院（NYU Tandon School of Engineering）的博士候选人。
除沃兹奇纳和马普卡尔外，参与本研究的纽约大学朗格尼健康中心研究人员还包括共同主要研究员莎拉·布利斯（Sarah Bliss）和埃德加·佩雷斯·卡巴哈尔（Edgar Perez Carbajal），以及共同研究员肖恩·默里（Sean Murray）、李志如（Zhiru Li）、安娜·威尔逊（Anna Wilson）、维克拉姆·皮普罗德（Vikrant Piprode）、李友珍（Youjin Lee）、托尔斯滕·基希（Thorsten Kirsch）、凯特琳娜·彼得罗夫（Katerina Petroff）和刘凤云（Fengyuan Liu）。
(全文结束)
