原始报道来自美国新泽西州普林斯顿大学。
核仁的形状能揭示细胞对药物的何种反应？研究人员利用先进显微技术与人工智能寻找答案。
普林斯顿大学（美国新泽西州）的研究人员利用人工智能，探究药物如何影响细胞内关键结构的动态变化。该团队开发了可将结构形态映射至功能结果的工具，揭示健康的重要标志物。在Cliff Brangwynne领导的研究中，团队聚焦于生物分子凝聚体——这种活细胞内的微小液滴驱动转录及其他基因调控过程，与阿尔茨海默病、肌萎缩侧索硬化症和癌症等疾病存在关联。
"生物学的核心问题在于：如何从分子相互作用中产生涌现结构，"研究首席调查员、化学与生物工程系June K. Wu '92教授Brangwynne表示，"此处的关键创新是开发出从图像学习并分类涌现模式的方法。"
该研究聚焦于负责组装蛋白质合成机器的核仁凝聚体。团队使用先进显微镜，观测数百个人类细胞在不同药物条件下的核仁形状变化。随后，他们将这些即使经验丰富的科学家也难以解读的图像输入专门构建的机器学习工具。该工具成功将图像分为四类基本形态：三类为研究人员预期内的核仁形状，第四类则是全新发现的意外形态。
Brangwynne实验室的博士后研究员Anita Donlic和研究软件工程师Troy Comi，使用数万张含健康球状核仁的细胞图像训练神经网络，同时纳入两种已知的非典型核仁形态：帽状结构和串珠状结构。
帽状与串珠状结构与多种细胞应激反应相关，可作为测试药物或基因疗法效果的有效标志物。例如，已知干扰RNA生成过程（用于组装蛋白质合成机器）的治疗会引发帽状结构；而干扰其他RNA相关过程的一类药物则会导致串珠状结构。
初步训练后，团队测试多种药物对核仁形成的影响。神经网络通过视觉测量凝聚体发育变化，发现不同浓度药物对帽状和串珠状结构产生不同程度的影响。
Donlic指出，该神经网络发现两种已知抗癌药物会引发帽状结构——此现象此前从未报道过，表明这些药物可能以未被充分认识的方式影响核仁功能。
对于名为拓扑替康的第三种药物，神经网络发现全新核仁形态，研究人员将其命名为"花状"。
尽管拓扑替康已知可抑制DNA复制所需的酶，Donlic证实该酶TOP1的缺失会诱导花状形态，并揭示其通过调控RNA处理维持核仁组织的作用。
"此前无人观察到这种花状形态，"同时担任Omenn-Darling生物工程研究所所长的Brangwynne评论道，"该网络标记出它无法整齐归入其他三类。"
这些发现指向一种监测和评估单细胞水平药物反应的稳健系统。
团队还将神经网络应用于其他与RNA过程相关的凝聚体，对核斑点（信使RNA活动枢纽）和呼吸道合胞病毒凝聚体的特异性药物观察到相似的剂量-反应结果。
"人类分析易忽略尺寸和形状等基础因素外的其他重要特征，"Donlic总结道，"这些特征可能揭示新的生物学现象。"
该研究由普林斯顿大学工程学院发布，原始数据发表于《细胞》期刊（Donlic A, Comi TJ, Quinodoz SA等. Deep learning of functional perturbations from condensate morphology. Cell doi: 10.1016/j.cell.2026.05.010）。
【全文结束】