JAKATA - 人类新陈代谢的高分辨率图像首次被摄像机捕捉到。这可能发生，这要归功于一种新技术，它可以跟踪葡萄糖代谢在一个单一的细胞。追踪葡萄糖可以提供洞察力，甚至提供治疗癌症的新疗法——一种经常干扰细胞代谢的疾病。
这项新技术将荧光共振（Fret）能量在两个光敏分子之间的转移与机器学习相结合——一种基于计算机系统可以从数据中"学习"的想法的分析形式，使分析更加准确。
这项技术使芝加哥大学的云芳和他的团队能够想象葡萄糖代谢——糖化。研究小组对人体细胞进行基因工程，以表达葡萄糖分解时发光的特定弗雷特生物传感器分子，使科学家能够使用荧光显微镜在相机上捕捉过程。
葡萄糖是几乎所有类型的细胞的重要能量来源，但癌症的糖化过程往往是错误的。它可以促进患病恶性细胞的状态，支持其移动、生长和分裂的能力。
通过使用新的机器学习算法安装 Fret 技术，方的团队能够以以前无法实现的分辨率获取糖解图像，从而准确指示细胞的哪些部分实时使用葡萄糖。
"现在我们可以看到并了解细胞内的细节，比如血糖升高的细胞的特定区域，"方说。"这是一项重大的技术创新。
一种新的机器学习方法，现有的弗雷特技术开辟了新的实验可能性。葡萄糖代谢现在可以与其他可见的细胞过程一起观察，这些过程使研究小组能够表明，一些人类细胞在移动和抽搐时消耗更多的葡萄糖——这在以前的一个实验中是不可能的。
受不当调节的新陈代谢会导致一些癌细胞转移并攻击新的组织。这项新技术将帮助科学家更好地了解疾病过程之间的关系，并有助于找到新的治疗方法。
这项新技术还使研究人员发现了以前未知的细胞表面受体，这些受体能够服用葡萄糖。
"结合现有技术，这种（机器学习方法）将有助于我们进一步理解葡萄糖和其他关键能量分子如何影响癌症发展中的代谢再连接，并可用于开发新的癌症药物靶点，"Quadram研究所的Gemma Beasy说，该研究所研究葡萄糖代谢对前列腺癌的影响。"这是可用于癌症研究的技术方面向前迈出的一大步。
除了癌症研究，还探索了基于弗雷特的机器学习技术的广泛应用，包括帮助免疫系统对Covid-19反应过度的患者。
The English, Chinese, Japanese, Arabic, and French versions are automatically generated by the AI. So there may still be inaccuracies in translating, please always see Indonesian as our main language. (system supported by DigitalSiber.id)
