纽约大学朗格尼医学中心7月7日发布的研究显示，结合高分辨率成像与机器学习技术（即人工智能AI）的新方法，能够追踪受损伤、衰老或疾病影响而停止正常增殖的细胞。研究表明衰老细胞与伤口修复及癌症、心脏病等衰老相关疾病密切相关，新工具将助力研究组织再生能力衰退机制及疾病发展过程。
研究团队通过化学诱导动物细胞衰老来模拟人类老化过程，发现衰老细胞的细胞核会出现扩张、致密化、形态不规则等特征，其遗传物质对常规染色剂的亲和力也显著减弱。经验证，这些特征细胞确实表现出DNA损伤、溶酶体聚集和抗衰老药物反应等典型衰老标志。
研究团队开发的核形态测量管道(NMP)整合细胞核形态参数，生成-20至+20的量化评分系统。测试显示：年轻小鼠(3个月)细胞群NMP评分显著高于老年小鼠(24个月)；在肌肉损伤修复过程中，NMP评分能动态追踪间充质干细胞、肌肉干细胞等不同类型细胞的衰老状态变化，证实受伤后立即出现大量衰老肌干细胞参与修复，组织再生时逐渐减少。
在骨关节炎研究中，老年小鼠软骨细胞衰老率是健康年轻小鼠的10倍。研究负责人Michael Wosczyna博士指出，这项技术适用于不同年龄和组织类型的衰老细胞研究，未来计划拓展至人类组织应用，并将联合其他生物标志物工具深化衰老机制研究。纽约大学已为该技术提交专利申请，研究团队承诺将免费开放NMP系统供学术界使用。
主要研究者Sahil Mapkar指出，相较于现有检测方法，NMP依赖更普及的细胞核染色技术，操作简便且可靠性更高。该研究获得美国国立卫生研究院(R01AG053438)和纽约大学骨科外科系资助。
【全文结束】
