#生醫碎碎念 #神經幹細胞 #NSC #stemcell #iNBSC #感謝genetex
一直以來,科學家們使用的神經幹細胞(neural stem cell, NSC)可以直接從幾個來源獲得:
1. 利用胚胎幹細胞(ESC)、或是誘導多能幹細胞(iPSC)做神經分化得來:缺點是分化過程較長,而且無法獲得很均勻(homogenous)的分化效率,導致一堆細胞中可能含有一些未分化的胚胎幹細胞,容易造成癌化,因此不太適合拿來做臨床治療。
2. 利用從胚胎中直接取得神經幹細胞:缺點是必須要有足夠的胚胎做細胞的來源,以人類的話,在大量取得細胞上有困難,並有道德上的考量。
今年一月有篇發表在 Cell Stem Cell 期刊上面的文章(PMID: 30581079),這篇文章主要的重點在於找到了可以將人類的體細胞 (已經是末端分化的細胞) 直接轉換為神經幹細胞的方法,規避了從胚胎幹細胞做神經分化過程中可能造成的問題,同時免除道德上的顧慮。
他們用的方法是:在體細胞中表現四個神經幹細胞的轉錄因子(BRN2, KLF4, SOX2, ZIC3)、配合一些促進神經發育的小分子化合物。在經過細胞培養及繼代挑選後,果然成功的得到了一群可以自我更新(self-renew)並且表現早期神經標記物(包含神經幹細胞標記物:SOX2, NESTIN,以及早期神經標記物:PAX6, SOX1) 的細胞們,由於這群細胞除了幹細胞及早期神經的標記物之外,又表現了神經板邊界的細胞標記物 (CD133, CXCR4, MSX1, ZIC1, PAX3), 因此被稱為"誘導神經板邊界幹細胞" (induced neural plate border stem cells, iNBSC)。
作者他們使用了三種體細胞,都成功地誘導成為神經板邊界幹細胞(NBSC),分別是:周邊血液單核細胞(peripheral blood mononuclear cells, PBMC)、成人真皮纖維母細胞(adult dermal fibroblasts, ADF)以及胚胎胰臟纖維母細胞 (fetal pancreas fibroblasts, FPF),證明這個方法可應用於不同來源的體細胞。
這群 iNBSC 細胞除了表現幹細胞的標記物之外,也具有幹細胞的特性,他們可以分化為中樞神經系統的細胞 (例如神經及膠質細胞),同時也具有分化為神經嵴細胞 (neural crest cell) 的能力,神經嵴細胞可以進一步分化為多種細胞,包含:黑色素細胞、平滑肌、周邊神經元和膠質細胞等。
同時,作者也想研究,神經板邊界細胞是否可以從胚胎中直接分離出來?(以確定這群細胞是天生就存在在胚胎發育過程的細胞,而非只能在實驗室中發現) 他們成功地從老鼠胚胎第8.5天的神經摺 (neural fold) 中分離出一群具有類似能力 (可分化為中樞神經及神經嵴細胞) 的細胞,並將他們稱為"原代神經板邊界幹細胞" (primary neural plate border stem cells, pNBSC)。利用大數據轉錄體學 (transcriptome analysis) 分析進一步發現,初代及誘導的NBSC均具有相似的基因表現,類似於發育時期前腦後部的區域。
總之,本文提供了一種產生神經幹細胞的新方法,這個方法可以分離/培養出可大量增殖並具有神經幹細胞特性的細胞,更可進一步被應用於神經疾病和再生醫學。
neural crest 在 COMPOTECHAsia電子與電腦 - 陸克文化 Facebook 的最讚貼文
#物聯網IoT #人工智慧AI #神經網路NeuralNetworks #機器學習MachineLearning #深度學習DeepLearning #中央處理器CPU #繪圖處理器GPU #視覺處理器VPU #現場可編程邏輯陣列FPGA #特定應用積體電路ASIC #邊緣運算EdgeComputing
【什麼是 NNP?與 GPU、VPU 有何不同?還在霧裡看花?】
如果說,物聯網是科技業界的「下一件大事」,那麼,人工智慧 (AI) 就是下一個產業巨浪。目前 AI 運用還停留在描述、診斷型的初級操作,但用於預測、指示及認知的進階分析正在興起。深度學習 (Deep Learning) 只是核心起點,向外擴展至神經網路和機器學習,才是最終應用取向。
以人臉辨識為例,典型的機器學習只是以臉部 T 字部位為基準、定出若干重點函數,然後透過支援向量機 (Support Vector Machine, SVM)、隨機森林 (Random Forest)、原始貝氏機率 (Naive Bayes) 演算,建立決策樹 (Decision Trees) 模型、進行邏輯迴歸 (Logistic Regression) 分析,最終加以組合。
然而,結合神經網路的「深度學習」可沒這麼簡單!它須建置好幾個運算層,至少包括 6,000 萬個參數,以擷取資料找出特徵、在抽象層萃取特性;期借助更多資料改善效能、提高表徵再現能力 (Representational Power)。新近英特爾 (Intel) 所發佈的 Nervana 類神經網路處理器 (Neural Network Processor, NNP) 已引發高度關注,因為它是業界首款專為類神經網路 (Neural Network) 所設計的晶片。
NNP 與繪圖處理器 (GPU) 或特定視/聽硬體加速器最大的不同在於:它不只是訓練或推論,而是懂得進一步根據模式/型態 (pattern) 與關聯性 (association),仿效人腦「做決策」!是通往自主學習的開端。為盡可能彌平認知過程的時間落差 (運算週期),NNP 改用軟體管理片上記憶體;既避免快取記憶體 (Cache) 殘留片段不一致的問題,又可極大化每個矽晶裸片的運算利用率。
延伸閱讀:
《仿效人腦決策!Intel Nervana NNP 開先河》
http://compotechasia.com/a/____//2017/1114/37278.html
(點擊內文標題即可閱讀全文)
#英特爾Intel #Nervana #NNP #Crest #LakeCrest #Xeon #Stratix10 #MovidiusMyriad2 #神經運算棒NCS #Mobileye #ProjectBrainwave #NervanaAI學院計畫 #NervanaDevCloud #Coursera #MobileODT #Kaggle
★★【智慧應用開發論壇】(FB 不公開社團:https://www.facebook.com/groups/smart.application/) 誠邀各界擁有工程專業或實作經驗的好手參與討論,採「實名制」入社。申請加入前請至 https://goo.gl/forms/829J9rWjR3lVJ67S2 填寫基本資料,以利規劃議題方向;未留資料者恕不受理。★★
neural crest 在 Mini gerbil github - GO and LEARN Abroad -Malaysia- 的推薦與評價
GRBL controller application with G-Code visualizer written in Qt. neuron. exe. ... between survival and apoptosis of neural crest-derived cells required for ... ... <看更多>
neural crest 在 National Institutes of Health (NIH) - NIH Director on Long COVID 的推薦與評價
Neural Crest · National Institutes of Health (NIH). 4K views · October 28. Related Pages. Psiconautas. Musician/band. ... <看更多>