共计 990 个字符，预计需要花费 3 分钟才能阅读完成。
位于海德堡的欧洲分子生物学实验室（EMBL）近日推出了一款名为 MAGIC 的 AI 驱动平台，这一创新工具揭示了染色体异常在癌症生物学中的关键作用。MAGIC 整合了微核细胞的活细胞成像、实时机器学习和单细胞基因组学，为癌症研究提供了全新视角。
MAGIC 平台由 EMBL 海德堡的 Jan Korbel 团队开发，其研究成果已发表在《自然》期刊上。该平台能够追踪细胞分裂过程中自发错误的发生，这些错误可能是肿瘤发展的基础。Korbel 表示：“染色体异常是特别具有侵袭性癌症的主要驱动因素，并且与患者死亡、转移、复发、化疗抵抗和快速肿瘤发生密切相关。”
传统上，直接研究这些异常的形成几乎是不可能的，因为只有一小部分分裂细胞显示出明显的染色体缺陷，而这些细胞往往在分析之前就已经死亡。科学家们通常需要手动在显微镜下识别这些细胞，这是一项缓慢且费力的任务。
MAGIC 的操作类似于微观的激光标签游戏。它使用自动化显微镜和训练有素的 AI 算法扫描数千个细胞，以识别称为微核的独特细胞特征。微核是在细胞分裂过程中 DNA 片段断裂时形成的，它们是问题的征兆。带有微核的细胞更有可能产生新的染色体异常，并最终转化为癌细胞。
一旦 AI 检测到带有微核的细胞，它就会指示显微镜使用光转换染料“标记”这些细胞。这种基于光的标记使研究人员能够通过流式细胞术跟踪并分离这些特定细胞。通过自动化整个过程，MAGIC 显著加快了研究速度，现在科学家可以在不到一天的时间内分析近 10 万个细胞。
在《自然》研究中，EMBL 团队使用 MAGIC 监测培养的人类细胞中的染色体异常。他们发现，超过 10% 的正常细胞分裂会产生某种自发的染色体改变。当_TP53_基因被禁用时，这一比率几乎翻倍，突显了 p53 在维持基因组稳定性中的作用。
研究人员还确定了这些异常背后的具体机制。一个主要罪魁祸首似乎是双着丝粒染色体——具有两个着丝粒而不是一个的染色体。这些不稳定结构在细胞分裂过程中可能被拉向相反的方向，导致染色体断裂和重排。
MAGIC 不仅限于研究与癌症相关的异常。由于该系统的 AI 可以重新训练以识别几乎任何可见的细胞特征，因此它可以适应研究许多其他生物学问题——从神经退行性疾病到衰老再到遗传疾病。
Korbel 表示：“只要有一个特征可以从‘常规’细胞中视觉上区分出来，你就可以借助 AI 训练系统来检测它。因此，我们的系统有潜力推动未来在生物学众多领域的发现。”
