普林斯顿大学的研究人员利用人工智能技术深入理解药物如何影响细胞内关键结构的动态变化，开发了一种能够将这些结构的形态与功能结果相关联的工具，从而揭示了重要的健康标志物。
显微镜下经抗病毒药物处理的呼吸道合胞病毒感染细胞图像。该药物导致病毒凝聚体（黄色显示）形状发生变化，从而干扰病毒复制过程。大型黑色圆形结构是细胞的细胞核。图片由研究人员提供。来源：Cliff Brangwynne，普林斯顿大学，网络发现了一种全新的核仁形态，研究人员将其命名为"花型"。
虽然拓扑替康已知能抑制DNA复制中使用的酶，但Donlic表明，这种酶（TOP1）的缺失诱导了花型形态，并揭示了该酶通过调节RNA加工在维持核仁组织中的作用。
"以前没有人见过这种花型形态，"Brangwynne说道，他同时也是奥曼-达林生物工程研究所的主任。"该网络标记出它不能很好地归入其他三类。"
这些发现指明了一条通往在单细胞水平监测和评估细胞对药物反应的稳健系统的道路。
研究团队还对其他与RNA过程相关的凝聚体测试了他们的神经网络，观察到针对核斑点（信使RNA活性中心）和呼吸道合胞病毒凝聚体的特定药物产生了类似的剂量反应结果。
这一发现强调了需要解开这些分子层面的谜团，而人类对大小和形状等基本因素的分析很容易忽略这些谜团。
"你可能会错过其他重要特征，"Donlic说道。"那些可能告诉你存在新生物学现象的特征。"
出版详情
Anita Donlic等，凝聚体形态功能扰动的深度学习，《细胞》(2026)。DOI: 10.1016/j.cell.2026.05.010
期刊信息：
《细胞》
关键概念
生物分子与亚细胞过程 · 细胞组织、生理学与动态 · 亚细胞结构 · 人工智能
由普林斯顿大学提供
【全文结束】