基于人工智能的一体化分析为再现性与标准化提供解决方案
类器官如今已不仅是简单的实验模型，而是能够精确再现人体器官发育过程、疾病机制和药物反应的下一代生物平台。虽然在新药开发和精准医疗领域，类器官的应用正在快速扩大，但如何对其进行准确且一致的分析，仍然是亟待解决的课题。
首尔大学先进融合学部及医学院教授 Park Sungjun 与延世大学教授 Cho Seungwoo、Jin Yunhee 研究团队，系统梳理了多角度测量类器官分子、电学、力学、光学特性，并基于人工智能进行整合分析的下一代分析平台，发表了一篇综合性综述研究。该研究通盘审视了类器官分析技术，并针对研究现场反复被提出的可比性和可重复性问题提出了应对方案，具有重要意义.
技术层出不穷，却缺乏统一标准
随着类器官研究的扩散，分析技术也迅速高度发展。包括基于组学的分子分析、单细胞与空间转录组分析、电生理测量、高分辨率光学成像、力学性质分析等多种工具相继被开发出来，但技术间差异和标准化不足，仍然在掣肘研究进展。即使是同一种类器官，因培养条件、成熟阶段和分析方法不同，结果也会发生变化，导致难以相互比较或重复研究结果的情况一再出现。
研究团队将这一问题诊断为“技术很多，但缺乏共同语言和统一的解读标准”。本次研究通过系统分类现有分析技术，并梳理各项技术适合回答的研究问题，着重帮助研究者根据研究目的选择合适的分析策略。尤其是用于评估基因组稳定性的全基因组测序分析（WGS）和全外显子组分析（WES）、能够同时提供细胞多样性与空间位置信息的空间组学，以及可对神经和心肌类器官功能进行长期记录的电生理分析等，被提出为理解类器官复杂性的核心工具。
无损分析与人工智能整合开启下一阶段
研究团队将类器官分析的下一阶段归结为无损分析和基于人工智能的多重数据整合。传统以固定和切片为中心的分析方式虽能提供精细信息，但在长期追踪类器官的生长、分化及功能变化方面存在局限。相较之下，活细胞成像、无标记分析、基于柔性电子器件的电学与光学传感技术，则可以在不损伤类器官的前提下，连续观测其随时间变化的动态过程。
若再结合基于人工智能的计算分析，就能在同一语境下解读图像、电信号、组学数据等性质各异的信息。研究团队同时强调，随着人工智能的应用不断扩大，高质量数据的构建、标准化的分析工作流程，以及算法的生物学可解释性将成为必不可少的要素。如何降低因培养工艺和环境条件差异造成的批次间异质性，以及建立能够稳定处理海量数据的数据管理体系和计算基础设施，也被提出为重要课题。
Park Sungjun 教授表示：“今后在类器官分析领域，构建基因组稳定性的长期监测体系、高效空间组学技术的商业化、无损高分辨率成像技术的高度化，以及确保人工智能预测模型的透明性和可靠性，将成为核心任务。尤其是人工智能虽然愈发重要，但要实现具有临床依据的预测，数据质量和生物学可解释性必须得到保障。”
本研究明确指出，类器官分析的方向不在于单一技术的高度化竞争，而在于有机整合多种模态的策略。随着类器官研究在新药候选物反应性与毒性评估、患者个体化治疗策略制定等临床与产业应用方面不断扩展，这一方向有望成为重要的参照标准。
该研究成果发表在全球权威国际学术期刊《Nature Reviews Bioengineering》上，论文题目为《类器官分析工具箱（Organoid analytical toolkits）》。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
