美国研究人员开发出一种新技术，能有效改善利用多能干细胞产生肺细胞的方式，所产生的肺细胞可以在实验室生长并保存一年以上，而不会失去肺细胞的特征。研究人员表示，这一新技术有助于科学家更好地对肺部疾病进行建模，推动对肺部疾病的研究和治疗手段的开发。相关研究在线发表于1月30日的《细胞干细胞》杂志上。

在新研究中，美国波士顿大学再生医学中心与卡内基梅隆大学的研究人员合作，将成人的血液细胞重编程为多能干细胞，然后在一个月时间内用生长因子处理这些干细胞，直到它们变成与成熟肺细胞非常相似的细胞。

据研究人员介绍，通常在进行此类实验时，所得的细胞并不是他们旨在创建的细胞(靶细胞)的纯集合，而且也不会长时间保留靶细胞的特征。而此次，他们开发了一种新的技术组合——将干细胞技术与机器学习技术相结合，可以检查成千上万个单细胞的基因表达，并结合每个细胞的DNA条形码，通过机器学习来动态了解哪些因素有利于系统生成肺细胞。研究人员可利用这些知识改进生成肺细胞的方法，从而产生更多肺细胞，并使其可在培养皿中存活超过一年，且不失其肺细胞特征。

研究人员指出，要了解患者肺细胞出了什么问题，主要障碍是无法访问这些细胞或无法在实验室中对其进行培养，新方法使他们可以从任何年龄患者中获得取之不竭的新肺细胞用于研究，这将有助于在实验室对肺部疾病进行建模，提高对多种肺病进行治疗的能力，如特发性肺纤维化、慢性阻塞性肺疾病、α-1抗胰蛋白酶缺乏症、新生儿呼吸困难或早发间质性肺病等。

研究人员表示，为这项研究开发的机器学习方法也可以应用于其他组织和器官的研究，他们希望这种利用患者干细胞产生纯净、无限供应的细胞的技术，能够为更多的疾病研究带来新的助力。

总编辑圈点

干细胞早已在许多领域都表现出巨大应用前景，尤其是在疾病模型方面。通过重编程具有疾病形态的供体体细胞，科学家可以获得潜在无限来源的诱导性多能干细胞，其具有的扩增和分化的能力，让研究者们能够在无需其他动物模型的条件下，研究相关的人细胞。这种拥有生理相关性的细胞模型，无疑将加速肺病机制的发现进程;而干细胞与机器学习的结合，也将进一步推动人类疾病模型的研发。