原位测序使人体组织内的基因活动能够在显微镜图像中被描绘出来。为了方便解释产生的大量信息，乌普萨拉大学的研究人员现在开发了一种全新的图像分析方法。该方法基于人工智能中使用的算法，最初是为了增强对社交网络的理解而设计的。研究人员的研究发表在《FEBS杂志》上。
构成人体器官的组织由数万亿个具有不同功能的细胞组成。一个人体内的所有细胞在细胞核中都含有相同的基因(DNA)。基因表达是通过信使RNA (mRNA)进行的，信使RNA将信息从细胞核传递到细胞的其他部分，并指导细胞的活动。mRNA组合因此定义了每个细胞的功能和身份。
RNA转录物可通过原位测序获得。这项新研究背后的研究人员此前曾参与开发这种方法，该方法在组织的显微镜图像中以点的形式显示数百万个检测到的mRNA序列。问题是区分所有重要的细节可能很困难。这就是新的基于人工智能的方法可能有用的地方，因为它允许对细胞类型进行无监督检测，以及检测单个细胞内的功能和细胞之间的相互作用。
这类数据的早期分析方法依赖于事先知道组织中含有哪种细胞类型，并确定其中的细胞核。通常使用的方法，被称为“单细胞分析”，可能会丢失一些mRNA并遗漏某些细胞类型。即使使用先进的自动化图像分析，通常也很难找到不同的细胞核，例如，如果细胞密集地排列在一起。
“通过我们的分析，我们称之为'spage2vec'，我们现在可以在没有任何预期细胞类型知识的情况下得到相应的结果。更重要的是，我们可以在组织中发现新的细胞类型和细胞内或细胞间功能，”W?hlby说。
研究小组目前正在研究心脏早期发育过程中各种类型细胞的分化和组织，进一步研究其分析方法。这是一项纯粹的基础研究，旨在提供更多关于控制发育机制的知识，无论是在一切正常运转的情况下，还是在出现疾病的情况下。在另一个与癌症研究人员合作的项目中，乌普萨拉研究小组希望能够应用这些新方法来更好地了解肿瘤组织如何在分子水平上与周围的健康组织相互作用。其目的是，从长远来看，这将最终导致更好的治疗方法，可以适应个别患者。
