数字病毒学管道利用人工智能的专家眼光来识别感染

在出现疫苗或诊断SARS-CoV-2的好方法之前，世界各地的科学家都在争先恐后地开发了解该病毒生物学的方法。尽管这场大流行带来了大量的科学机会和问题，但几乎所有地方的大门和边界也都关闭了。

计算机科学家ChristianGuckelsberger是2020年初陷入困境的数百万人之一。由于在芬兰开始从事人工智能和创造力的博士后工作，他发现自己参与了一个国际生物医学研究项目，该项目利用机器学习从患者血液样本中识别冠状病毒。

“就像被扔进冷水里一样。我不是医学人士，从高中生物学起就没有考虑过这些事情。”Guckelsberger说道，他现在是阿尔托大学和FCAI创意技术助理教授。

“但这个项目让我感觉自己在做一些相关的事情，并在关键时刻充分利用了我的思想。”

在大流行病旅行限制的情况下，古克斯伯格参与了这个及时的多学科项目，这使他能够来到芬兰并开始他认为为期两个月的项目。它持续了整整一年，并激发了人们对生物医学研究和从事这项工作的人们的新兴趣。

Guckelsberger和同事在那一年开发了一种对实验室培养细胞中抗体和病毒抗原之间相互作用的数字显微图像进行自动分类的方法。计算机本质上是学习检测患者是否具有抗冠状病毒抗体。

除了诊断之外，该方法还使研究人员能够深入了解细胞中的哪些特征表明阳性结果、存在什么样的抗体反应，并允许他们仅根据图像来预测抗体阳性样本的可能性。

由计算机分类的相同样本图像也被展示给专家病毒学家，他们将它们评定为冠状病毒抗体阳性或阴性。“我们的方法可以与人类专家的分类水平相匹配，”Guckelsberger说，“而且速度要快得多。此外，它还可以告诉我们何时出现不明确的结果，需要专家仔细观察。”

该项目的结果最近发表在《细胞报告方法》杂志上，也表明该方法与广泛使用的检测方法(如ELISA)具有可比性，并且在某些方面优于ELISA。

“我们使用细胞而不是纯化的病毒蛋白作为检测的基础，这更接近真实的生理学，”赫尔辛基大学芬兰分子医学研究所(FIMM)的主要作者ViljaPietiäinen说。

“因为一切都是完全自动化的，所以我们的吞吐量很高，而且我们还可以获得可以向病毒学家或病理学家展示的数字图像，而无需他们去显微镜旁观察。甚至可以在移动设备上检查结果。我们可以计算受感染细胞的数量，因此我们拥有定量数据和视觉效果。”

Pietiäinen解释说，在大流行初期，由于早期在病毒学、成像和药物反应研究方面的国际和当地合作，研究团队得以迅速组建。

“那时，我们需要一种高通量抗体检测方法，以表明一个人是否感染了SARS-CoV-2。从那时起，SARS-CoV-2的诊断、检测和抗体反应有了很大的改进”，例如广泛熟悉的聚合酶链反应(PCR)测试或直接直接检测的抗原测试(例如鼻拭子)测量体内病毒的存在。

相比之下，Pietiäinen、Guckelsberger及其同事开发的测试测量抗体，它告诉我们免疫系统如何识别病毒并产生不同类型的抗体。

Guckelsberger说：“当你只有几个样本、对某种疾病知之甚少或者可能无法进入高级生物安全实验室时，我们的管道可能非常有价值。”他补充说，它可以在任何地方使用，无论位置如何。样品制备设备或显微镜类型。事实上，该管道具有多种用途，可以测试任何细菌。

“我们设计的测试可用于任何新出现的病原体，从而增强我们应对未来流行病的准备，”Pietiäinen说。“某些成分应该针对每种新病毒进行优化，但该检测的优点在于它可以用于不同的目的。它已经被用来研究像普马拉病毒这样的人畜共患病毒。”

研究小组正在使用其他基于细胞的自动化检测，以及人工智能引导的图像分析方法，来研究对SARS-CoV-2的药物反应，并确定可以离体杀死患者来源的癌细胞的药物。

除了发表他们的作品并为更好地了解这一流行病做出贡献之外，Guckelsberger和Pietiäinen还分享了这个项目教给他们的共同见解。

“当世界上出现重大问题时，我们作为科学家不能单独工作。来自不同领域、不同大学和国家的专家需要为了一个共同的目标聚集在一起——在我们的例子中，包括数据科学家、临床医生、计算机科学家、生物化学家，”Pietiäinen说。

“在一个大团队中工作是令人着迷的，这在计算机科学领域并不常见，”Guckelsberger回应道。

“一个巨大的挑战是从不同的专业角度进行沟通，例如理解从湿实验室程序到参数再到数据和图像的管道两端发生的情况。同时，这是一次奇妙的学习经历，我希望将来能有更多这样的经历。”

Guckelsberger表示，虽然他们在管道的每个组成部分都采用了成熟的机器学习，但在生物学家和计算机科学家之间建立联系是真正的进步之一。使用技术解决生物学问题对Pietiäinen来说也是一个很大的收获。

“将显微镜与机器学习相结合，不仅对于SARS-CoV-2，而且对于观察对药物的个性化反应或观察罕见遗传疾病的细胞表型，都是强大的。一图胜千言，这里也是如此。”