AI 从 DNA 三维结构读出衰老信号：新模型识别血干细胞准确率约 77%

研究者做出了一套叫 ChromAgeNet 的 AI 系统，它能从普通显微镜拍下的三维细胞图像里，读出藏在 DNA 结构中的老化信号，给血液干细胞衰老研究、乃至日后寻找延缓衰老的办法，添了一件趁手工具。

人上了年纪，造血能力会走下坡，这和造血系统整体功能减退分不开。造血干细胞负责造出红细胞、白细胞、血小板等成分，可它们在老去时内部发生的变化极其细微，光靠显微镜几乎看不出来。

为啃下这块硬骨头，巴塞罗那超级计算中心、贝尔维特生物医学研究所，以及巴塞罗那全球健康研究所三家机构组队做了 ChromAgeNet。它盯的是细胞核的三维图像，通过解析 DNA 在核内的空间排布，去找那些和衰老挂钩、又很隐蔽的特征。

这项研究登在《Aging Cell》上，用小鼠造血干细胞做的验证：系统区分年轻与衰老细胞的准确率约 77%，胜过此前那类靠人工设定特征的老式机器学习模型。研究解释，核内的 DNA 不是简单的直线，而是和蛋白质一起拧成复杂的染色质；它的排布会左右哪些基因被打开，从而决定细胞是什么、干什么。年岁一长，这套三维结构会慢慢变形，肉眼却很难察觉。

训练时，团队先用常见的荧光染料 DAPI 给 DNA 打标，再拍下细胞核的三维显微图，让神经网络从海量样本里学会年轻与衰老细胞之间的细微差别。分析表明，它留意的并非细胞大小、形状这类老指标，而是染色质排布有多复杂、核边缘附近的异染色质怎么分布，以及那些高密度的染色质凝聚区块——这些过去难以量化的细节，可能藏着与年龄关系密切的线索。

团队还做了概念验证：给衰老的造血干细胞下不同的表观遗传药物，再看系统能否察觉 DNA 组织模式有没有往年轻细胞那头靠。结果，工具确实捕捉到了处理后的结构变化，也能判断部分细胞是否露出"年轻化"的苗头。不过研究者特意强调，这不等于细胞真变年轻了，也不能说明功能已恢复，目前只能证明 AI 认得出与年龄相关的结构变化，以及它对干预的回应。

在他们看来，这项技术日后能和表观遗传时钟之类的生物年龄评估工具搭着用。由于 DAPI 染色便宜又常见，系统还有望做高通量筛选，从一大堆细胞里快速判断各种药物与干预手段的效果。相关模型和三维细胞图像数据也已对外开放，方便别的研究机构继续改进细胞年龄评估。

文章与图片内容转载网络，如有侵权请联系平台删除