東京大學(xué)的一個(gè)研究小組利用人工智能(Artificial Intelligence, AI)成功開發(fā)出世界首個(gè)智能定量方法。該方法(iPAC)用于對血小板凝塊進(jìn)行分類。該研究的詳細(xì)信息發(fā)表在5月12日的《eLife》期刊上。有望在臨床診斷，藥理學(xué)，以及治療方法的研發(fā)中得到應(yīng)用。

此次研究由東京大學(xué)研究生院理學(xué)系研究科與醫(yī)學(xué)系研究科共同協(xié)作進(jìn)行。血小板凝塊，會(huì)導(dǎo)致血小板被多種激動(dòng)劑(ADP、Collagen、TRAP-6、U46619等)激活，進(jìn)而可能引發(fā)止血，血栓癥，炎癥，甚至癌癥等。而這些血小板凝塊的外觀非常相似，很難區(qū)分。

iPAC是通過對大量血小板和血小板凝塊的非標(biāo)記圖像進(jìn)行深度學(xué)習(xí)而構(gòu)建的，而這些圖像由新開發(fā)的，能迅速對細(xì)胞流中血細(xì)胞成像的“高速明視野顯微鏡(Optofluidic time-stretch microscopy)”獲得。在結(jié)合AI技術(shù)后，可以對血小板凝塊的形態(tài)(形狀，大小，復(fù)雜性等)的細(xì)微差異進(jìn)行區(qū)分，誘導(dǎo)活化，對激動(dòng)劑進(jìn)行分類。

iPAC是闡明血小板凝集機(jī)制的強(qiáng)有力工具，有望展開血小板生物學(xué)的新篇章。血小板凝塊不僅可能導(dǎo)致心肌梗塞，腦梗塞等血栓性疾病，還參與炎癥，傷口治療，自然免疫，血管生成，以及癌細(xì)胞的增殖和轉(zhuǎn)移等生理活動(dòng)。有望將其用于劃時(shí)代的臨床診斷，藥理學(xué)，和疾病的治療手段。