Graham Johnson是一位艺术家，只是他感兴趣的领域有些奇特：人类细胞。
20年前，他毕业于约翰·霍普金斯大学一个不起眼的专业，这个专业里学生们通常是用笔描绘尸体而不是解剖研究它们。起初，Johnson坚持学习医学插画，但他最擅长的是用经典的卡通风格来描绘细胞。Johnson梦寐以求的是构建一个三维数据驱动，一个可以捕捉到细胞所有美妙复杂性的模型。为此，他需要很多很多电脑，还有一些功能强大的显微镜。
Johnson后来在Allen细胞科学研究所任职，着手实现他的目标。Allen细胞科学研究所是由微软联合创始人Paul Allen于2015年于西雅图成立的一个研究中心。在到研究中心之前，Johnson获得了计算生物学和分子图形学博士学位。
现在他和研究所里近50名细胞生物学家、显微镜专家和计算机程序员的研究团队揭示了他们在过去两年中一直在做的工作：Allen Cell Explorer。它目前是最大的人类细胞三维图像公共数据集，可用来开展许多前所未有的项目：比如第一个用来预测细胞如何组织的深度学习模型。
为了创建细胞内的有机物形状和结构的模型，Allen团队使用超过6000个iPS细胞的三维图像训练了深度学习算法。首先，他们必须制作这些图像。他们对每个细胞的外膜和细胞核DNA进行染色，作为细胞噪声海洋中的灯塔。然后，他们使用Crispr / Cas9基因编辑，对微管和线粒体中众所周知的蛋白质用荧光进行标记。强大的显微镜可以捕捉到这些多彩的荧光。
然后，Allen团队使用计算机软件将数十个平面图像拼接成一张3D细胞效果图，就像放射科医师做CT扫描一样。这些是你可以在平台浏览器的工具中旋转的图像：点击这里查看线粒体，点击那里查看细胞核。现在在指导研究所动画单元组的Johnson说：“经过数十年发展的还原生物学，现在终于可以将过去的二维图像整理成一个完整的三维细胞整体，这太令人兴奋了。”
从这个三维图像库开始，Johnson的团队对从不同结构的间距到蛋白质密度进行了数百次测量。他们的算法使用这些数字来剔除某些对细胞结构错误的预测。如果你给出细胞核、细胞膜和微管的模型图片，这个算法可以告诉你在哪里可以找到线粒体。
领导研究所测定开发团队的Susanne Rafelski说：“这有点像是你只有汽车轮胎的图片，这个模型可以从这些有限的信息中预测出整个汽车的形状和模型。”该网站目前展示了模型的预测与二维图像数据之间的比较，但不远的未来将允许用户生成和探索三维的细胞模型。Rafelski说，他们未来还将能实现放大时间与空间：观察细胞在其生长，分裂，损坏或死亡时发生的事情。
但是开发者不仅仅是为了弥补现有三维细胞图像的缺乏。其细胞目录包含了Allen细胞研究所所有荧光标记的人类干细胞系的详细信息，任何科学家可以在线订购（约600美元）。Rafelski和Johnson希望他们所编制的一系列资源可以说服更多的细胞生物学家和药物开发者利用干细胞进行研究，而不是如今流行的癌细胞。
癌细胞系被广泛用于检测从艾滋病毒到心脏病的一切病毒和疫苗。海拉细胞是最常用的人类细胞系（亦称实验用增殖表皮癌细胞），涉及11000多项专利，虽然这个细胞系很容易使用，并且可以长期保持活力，但是它们也具有高突变率，这意味着使用相同细胞系的科学家可能最后会得到完全不同的结果。
“我们正在努力制定一个标准化工具”，Rafelski说。“当我们开发原型来制作不同的疾病模型时，有很多变异性带来的问题。如果我们都在相同的基本细胞上进行测试，那效果将会更好。”
好消息是时间站在这些开发者这边，干细胞越来越容易被使用，价格也越便宜。科学家们也越来越擅长将它们培育成不同种类的细胞，从神经元和成像细胞到胰腺前体和肝芽。这意味着Johnson可能会得到比他想要的还要多的人类细胞。但是现在他正在专注于他面前的工作。
编辑：王凯立
参考：https://www.wired.com/2017/04/massive-3-d-cell-library-teaches-computers-find-mitochondria/
MIT Technology Review 中国唯一版权合作方，任何机构及个人未经许可，不得擅自转载及翻译。
分享至朋友圈才是义举
一个魔性的科幻号，据说他们都关注了
