，据国外媒体报道，基于人工智能的最新技术揭示了之前未知细胞成分，可能为人类发展和疾病治疗提供新的线索。

多数人类疾病都可追溯至细胞某些部分出现问题，例如:肿瘤能够生长是因为基因未准确地转化为特定蛋白质，或者新陈代谢疾病产生是因为线粒体无法正常激活，但要理解细胞中哪些部分可能出现错误，科学家首先需要一个完整的细胞成分列表。欧拉开源操作系统全新发布，21个城市联合点亮“人工智能计算网络”，北明多样性计算融合架构首发，“智能基地”产教融合协同教育基地全面扩容。

通过结合显微镜，生物化学和人工智能技术，美国加州大学圣地亚哥医学院研究人员已获得重大突破，他们认为这对于理解人类细胞具有重要意义该项技术被称为多尺度集成细胞，相关研究报告发表在 11 月 24 日出版的《自然》杂志上

当你联想到人体细胞结构时，可能会想到细胞生物学教科书中描绘的线粒体，细胞内质网和细胞核的彩色图案，但这就是全部吗当然不是，科学家早就意识到，我们不知道的细胞秘密远比我们知道的更多，但现在我们终于掌握一种更深层次的探索方法

在初步研究中，通过 MuSIC 技术揭示了人类肾脏细胞系中大约 70 种成分，其中一半之前未曾发现过，在一个实例中，研究人员发现一组蛋白质形成了一个陌生结构，最终研究揭示该结构是一种结合 RNA 的新型蛋白质复合物，该复合物可能与剪接有关，剪接是一种重要的细胞活动，它能使基因转化为蛋白质，并有助于研究哪些基因何时被激活。近日，在华为Connect2021上，华为副总裁，计算产品线总裁邓泰华分享了六大数字生态系统的最新进展，并携手生态合作伙伴，为计算行业带来一系列重磅内容。。

研究细胞内部以及细胞内多种蛋白质，通常使用显微成像或者生物物理关联技术进行分析，研究人员将不同颜色的荧光标记添加在感兴趣的蛋白质上，并在显微镜视野内跟踪它们的运动及关联，为了研究生物物理上的关联性，研究人员可能会使用一种靶向蛋白质的特定抗体，它能从细胞中抽取蛋白质，之后观察哪些物质附着在上面多年以来，研究小组一直对绘制细胞内部工作原理颇感兴趣，直接在细胞显微图像上使用 MuSIC 技术深度分析细胞结构的差异性

结合这些最新技术可获得独特，高效的观测结果，因为这是首次在与众不同的尺度上测量细胞显微结构，科学家通过显微镜可观察直径 1 微米以内的物体，这大约是一些细胞器的大小，更小的元素，例如:单个蛋白质和蛋白质复合物，通过显微镜是看不到的，可是，通过生物化学技术，可以从某单一蛋白质开始，科学家可以将观测范围缩小至纳米等级。

研究小组通过 MuSIC 人工智能平台查看所有数据并构建细胞模型，该系统还没有像教科书图表那样将单元格内容映射至特定位置，部分原因是它们的位置并不一定是固定的，组件位置是可变的，并依据单元类型和情况而发生变化MuSIC 的初步研究仅研究了 661 种蛋白质和 1 种细胞类型，下一个环节很明显，就是将整个人类细胞完全分离，然后转移至不同的细胞类型，人类和其他物种，最终分析比较健康细胞和患病细胞之间的差异，从而可能更好地理解许多疾病的分子基础