//?引

///

AI+再生医学

//?编者按

///

AI+再生医学

再生医学目前作为新型且强大的武器可为退化性疾病提供新的治疗方案。无论是因为衰老、意外或遗传性疾病而严重损失肌肉的病人，除了服用消炎药和忍受疼痛，均无可行性治疗手段。因此肌肉再生的研究和临床应用无疑能为很多患者提供一线希望。肌肉再生研究也能为“人造肉”研究与生物机械领域提供重要的参考。现阶段，分析肌肉再生机理的最强大技术就是基因组学和代谢组学。但这些方法仍然无法有效破解再生过程的复杂时空变化。因此利用干细胞的再生能力开发了器官组织模型，也称类器官organoids，再结合最新的成像质谱、成像测序与人工智能技术，便可剖析分子在再生过程中的复杂时空变化。

本期未来论坛青创联盟线上研讨会（YOSIA Webinar）有幸邀请到两位来自中国科学院的青年科学家，围绕AI+再生医学进行前沿探讨。同时也邀请到了中山大学中山医学院教授曹楠，美国阿贡国家实验室物理学家周华，Fusion Fund创始合伙人、未来论坛青年理事张璐作为讨论嘉宾。

研讨会期间，来自中科院动物所的黄仕强教授分享了《肌肉的再生医学和仿生学》，对再生医学，以及有关再生医学与仿生学的交叉领域和发展趋势进行了深入介绍。来自中科院计算所的周少华教授分享了《AI与医学影像》，介绍了机器学习与领域知识相结合的“机器学习+知识建模”方法，能够在医学图像识别、分割和解析等许多任务上实现最先进的性能。最后，在讨论环节，两位主讲嘉宾与讨论嘉宾回答了听众的问题，并围绕AI模拟和理解疾病的技术发展点、多领域融合以及技术发展在社会架构、道德伦理层面上可能存在的潜在问题展开了深入的讨论。

黄仕强

未来论坛青创联盟成员

中国科学院动物研究所

干细胞与再生医学创新研究院教授

▍?跨学科讨论

AI模拟和理解疾病走到哪了？

张璐：如何结合器官组织模型与代谢组学、基因组学甚至现在非常火热的话题AI技术，来更好地模拟和理解疾病，这些方面有没有看到一些比较有意思的进展，或者说我们可能要关注的技术发展点？

黄仕强：之前研究干细胞都是纯粹去看干细胞群，相对来说分析方法都比较简单。现在整个领域都开始步入下一个研究阶段，开始看类器官或者器官模型方面的研究，这时候就不只是看干细胞本身，还得看干细胞周遭的环境以及其他的细胞，所以是一种复杂的3D结构。到了这种阶段我们必须更多地依赖于类似成像一样的分析手法，才能一次性的看到每种细胞不同的种类在哪里分布，它们跟哪一些其他细胞有什么互动，每一个不同的细胞群呈现什么样的表型。运用AI技术去分析代谢组学这些海量成像的数据，去了解跟肌肉衰老或者肌肉再生相关的代谢物的研究仍处于一种初步的阶段，需要我们关注。

曹楠：关于成像的问题，AI就我理解更多是计算机算法上的事情，运用3D技术我们可以得到很多更复杂的信息，但是我们怎么去把三维的东西进行更好的成像，去量化，把这些信息提取出来，然后用AI技术去分析。比如说刚刚提到的高通量药物筛选，我们要找到几万个化合物或者是小分子，不太现实一个一个去看，这可能需要更多领域的科学家在一起合作讨论交流，才能更好地推进对整个技术科研认识以及新的药物的筛选。

黄仕强：我同意曹楠老师说的，尤其在药筛方面，每一个器官组织或者每一种干细胞都有多层面的表型，目前成像仪器硬件以及软件方面都还没达到我们所需要的要求。

多领域融合，人造肉以及生物机械该怎么走？

张璐：如何结合刚才各位老师分享的器官组织模型以及材料科学工程、电子工程包括现在另外一个很火热的话题3D打印去构建人造肉以及生物机械？

周华：这个问题问的非常好。人造肉在全世界已经有过几年时间了，从最早欧洲的国家，包括美国，包括现在的一些饮食机构，也介入其中，这一块需要谨慎观察一下。生物机械仿生学这一块，以及3D打印、材料工程科学方面，我认为是一个非常好的发展。但是也带来了一些问题，包括3D成像的过程，其实里面好多材料的开发，包括整个架构的开发都需要很多真正意义上3D实时原位成像的东西来辅助。还有周少华老师讲的海量的数据，其实需要很多类似于在医疗领域用的AI的东西来辅助对于3D的数据进行分析，这值得很多年轻的学生包括有交叉学科背景的学生来投入进去，这是我分享的观点，谢谢。

文章来源：《医学信息》 网址: http://www.yxxxbjb.cn/zonghexinwen/2021/0225/1164.html