由加州大学圣地亚哥分校和斯坦福大学领导的一组研究人员发现了一种无需物理穿透细胞即可从外部监测心肌细胞内部电活动的非侵入性方法。
这项技术基于从细胞外部捕获电信号，并使用AI重建细胞内部的信号。心肌细胞内的电信号可以揭示心脏的功能、细胞间的通信方式及其对药物的反应。然而，通常捕获这些信号需要使用微小电极刺穿细胞，这可能会损坏细胞并使大规模测试变得复杂。
现在，研究人员找到了一种可以在不进入细胞的情况下窥探其内部的方法。关键在于提取细胞内信号（胞内信号）与表面记录的信号（胞外信号）之间的关系。“我们发现，胞外信号包含了我们所需的用于解锁感兴趣胞内特征的信息。”加州大学圣地亚哥分校艾索玉丰李家族化学与纳米工程系教授Zeinab Jahed表示，她是这项研究的高级作者之一。她的实验室的纳米工程博士生Keivan Rahmani是该研究的第一作者。
虽然胞外信号可以通过较少侵入的方法捕获，但它们无法提供关于细胞电活动的详细信息。“这就像通过墙听到对话——你可以检测到有交流发生，但会错过具体细节。”Jahed解释说，“相比之下，胞内信号提供了细节，让你感觉像是坐在房间里清楚地听到每一句话，但它们只能通过侵入性和技术上更复杂的方法捕获。”
Jahed、Rahmani及其同事利用AI开发了一种方法来关联胞外信号与特定的胞内信号。为了开发这种方法，研究团队首先制造了一个纳米级针状电极阵列。每个电极比单个心肌细胞小200倍，由涂有铂的二氧化硅制成。来自干细胞的心肌细胞被培养并放置在电极阵列上。
研究人员收集了大量数据集——数千对电信号，每对连接一个胞外记录与其相应的胞内信号。数据包括细胞在暴露于各种药物时的反应。这为心肌细胞在不同条件下的行为提供了丰富的数据资源。
在分析这些对时，研究人员发现了胞外和胞内信号之间的模式。然后他们训练了一个深度学习模型，仅根据胞外记录预测胞内信号的样子。在测试中，他们的模型创建了准确且完整的胞内信号重建。
Jahed表示，这项工作在药物筛选方面具有重要应用。每种新药都必须经过严格的测试，以确保不会对心脏产生不良影响，这一过程称为心脏毒性测试。这个过程的一部分涉及从心肌细胞中收集详细的胞内数据。电活动的细微变化可以提供关于药物对心脏影响的线索，帮助药物开发者评估新药的安全性。“目前，这是一个耗时且昂贵的过程。它通常从动物模型测试开始，但这并不总能预测人体结果。”Jahed说。
通过使用这项研究中的新AI驱动方法，研究人员可以直接在人类心肌细胞上筛选药物。这可以更准确地展示药物在人体内的表现，并可能绕过早期动物实验的需求。
“这可以大大缩短药物开发的时间和成本。”Jahed说。“而且由于测试中使用的细胞是从人类干细胞衍生而来，这也为个性化医疗打开了大门。药物可以在患者特异性细胞上进行筛选，以预测个体对这些治疗的反应。”
虽然当前的研究集中在心肌细胞上，但研究人员已经在努力将其方法扩展到其他类型的细胞，包括神经元。他们的目标是将这项技术应用于更好地理解不同组织中的广泛细胞活动。
(全文结束)
