跳转到主要内容
学术研究

用明场图像和机器学习识别视网膜纤维化3D模型

PubMed Ophthalmology (2026年11月1日)

摘要

研究者提出一种基于形态的筛选方法:用人视网膜色素上皮微组织(hRPE-MTs)的低分辨率明场图像,识别纤维化与非纤维化表型。从分割出的球体中提取几何、强度和纹理特征,可以定量描述与纤维化相关的形态变化。用这些特征训练的机器学习分类器能有效区分纤维化与非纤维化的hRPE-MTs。作者认为,无需标记的明场形态包含足够信息,可支持三维纤维化模型的可扩展表型筛选。

信息来源: PubMed Ophthalmology 发布于 2026年11月1日

要点速览

  • 研究用人视网膜色素上皮微组织的低分辨率明场图像区分纤维化与非纤维化表型
  • 从分割出的球体中提取几何、强度和纹理特征,量化纤维化相关的形态变化
  • 基于这些特征训练的机器学习分类器能有效区分两种状态
  • 作者认为该方法可支持三维纤维化模型的可扩展表型筛选

本站解读

这项研究针对药物早期筛选的一个现实问题:三维细胞模型越来越常用,但依赖成像的传统读出方法成本高、流程复杂,难以大规模筛选。研究者用人视网膜色素上皮微组织的低分辨率明场图像,提取形状、亮度和纹理特征,再训练机器学习分类器区分纤维化与非纤维化状态,摘要称分类器能有效区分两者。

这是细胞模型层面的方法学研究,摘要报告的是人视网膜色素上皮微组织模型上的结果。摘要没有给出分类准确率等具体数字,也没有说明检验过哪些化合物,所以“有效”到什么程度无法从摘要判断。这种三维模型能在多大程度上代表患者眼内的情况,摘要也没有讨论。

我们的判断是,这是一项服务于药物筛选的工具型研究,价值在于可能降低大规模筛选的成本,与某种治疗是否对患者有效无关。

常见问题

这项研究意味着视网膜纤维化有新疗法了吗?

没有。这项研究用的是人视网膜色素上皮微组织模型,目的是建立一种用明场图像和机器学习做药物筛选的方法。摘要没有报告任何药物在患者身上的效果。如有疑虑可咨询眼科医生。

这项研究和普通人有什么关系?

关系不大。它属于药物发现早期阶段的实验室方法研究,作者的目标是为早期药物发现提供一种低复杂度、易于获得的筛选策略,摘要没有涉及对患者的诊断或治疗,也没有报告任何药物的效果。如有疑虑可咨询眼科医生。

延伸阅读

学术研究

机器学习用5项化验指标区分糖尿病肾病与视网膜病变

研究者用中国一家大型三级医院住院2型糖尿病患者的电子病历数据,建立可解释的机器学习模型,区分糖尿病肾病(DN)与糖尿病视网膜病变(DR)。训练与内部验证队列有DN 2309例、DR 855例,独立验证队列有DN 578例、DR 214例,共提取47项常规化验和人口学变量。取5项重要特征建立的XGBoost模型,在两个队列中的AUC分别为0.991和0.997。

#机器学习#糖尿病肾病#糖尿病视网膜病变 +1
PubMed Ophthalmology
学术研究

骨密度越低,黄斑变性风险越高?多队列与机器学习分析

研究综合流行病学分析、孟德尔随机化、蛋白质组和代谢组分析、机器学习和低骨密度大鼠模型,探讨骨密度(BMD)与年龄相关性黄斑变性(AMD)的关系。在英国生物样本库、美国NHANES和天津一家医院队列三个队列中,较低骨密度与较高AMD风险一致相关,但各队列对AMD和BMD的判定方式不同。孟德尔随机化提供了支持性遗传证据。作者认为骨密度可能是反映视网膜易损性的全身衰老标志。

#骨密度#年龄相关性黄斑变性#孟德尔随机化 +1
PubMed Ophthalmology
学术研究

AMD玻璃膜疣研究:可诱导的视网膜色素上皮钙化细胞模型

研究者建立了一种快速、可诱导的ARPE-19细胞羟基磷灰石(HAP)矿化模型。ARPE-19细胞在含烟酰胺、磷酸钠和抗坏血酸的MEM培养基中可稳定形成HAP阳性沉积物,其他几种培养条件下则未观察到矿化。扫描电镜结合能谱显示沉积物富含钙和磷,Ca/P比与AMD供体组织玻璃膜疣中的HAP相近。焦磷酸盐、EDTA或柠檬酸钠共同处理可明显减少沉积,但不能逆转。

#黄斑变性#玻璃膜疣#细胞模型 +1
PubMed Ophthalmology