细胞是否衰老，或许可以从细胞核的微小改变中找到线索。西班牙贝尔维特生物医学研究所等机构的科学家研发出一种人工智能（AI）工具，能够从造血干细胞细胞核的三维显微图像中捕捉这些变化，并以77%的准确率将年轻细胞与衰老细胞区分开来。这为研究血液干细胞衰老以及探索干预细胞衰老的方法提供了新的技术路径。相关成果28日发表在《衰老细胞》杂志上。

造血干细胞承担着生成人体各类血细胞的任务。随着年纪增长，这些细胞的功能会逐步衰退，但细胞衰老未必会留下显而易见的“印记”。特别是细胞核内部DNA组织方式所发生的变化通常极为细微，单靠肉眼观察显微镜图像很难加以区分。

研究团队将这套AI工具命名为ChromAgeNet。它关注的并非细胞大小、形状等常规指标，而是细胞核中DNA的三维组织方式。研究人员先用DAPI对DNA进行标记，再获取小鼠造血干细胞细胞核的三维显微图像，然后借助卷积神经网络，让AI从海量图像中寻找年轻细胞与衰老细胞之间的细微差别。结果表明，ChromAgeNet仅依据细胞核图像，就能以77%的准确率区分年轻和衰老的造血干细胞，表现优于此前基于特定染色质特征构建的机器学习模型。

团队进一步剖析了模型作出判断时所依据的细胞核特征，发现染色质在空间上的复杂程度、细胞核边缘异染色质的分布，以及部分染色质凝聚体等，都有助于区分年轻细胞与衰老细胞。这表明，显微镜图像中一些原本不易察觉的细微结构差异，可能蕴含着与细胞衰老相关的信息。这类信息可与表观遗传时钟等其他衰老指标相结合，用于更全面地评估细胞的生物学年龄。

如果AI能够识别细胞衰老，它是否还能进一步帮助找到让细胞恢复年轻状态的方法？研究团队对此做了初步探索。他们将经过不同表观遗传药物处理的衰老造血干细胞交给ChromAgeNet分析，观察药物是否改变了细胞的染色质组织，使其表现出更接近年轻细胞的特征。

然而，这些结果尚不能证明相关药物真正让细胞“返老还童”。团队指出，ChromAgeNet目前能够检测到的是与衰老有关的结构变化，而非直接证明造血干细胞的功能已经恢复。

由于DAPI染色成本低、操作简便，这套方法未来有望应用于高通量显微成像，从大量细胞中快速筛选出受不同干预影响的细胞，从而助力寻找潜在的细胞年轻化策略。（记者张佳欣）。

（编辑:）