近期，美国南加州大学等机构的科学家在国际权威期刊《Science Advances》上发表了一项题为“Label-free metabolic optical biomarkers track stem cell fate transition in real time”的研究，标志着我们在揭开干细胞神秘面纱的道路上又迈出了坚实的一步。该研究团队运用机器学习技术，创新性地开发出一套非侵入性系统，为理解干细胞如何增殖并转型为特定细胞类型开辟了新视角。
研究聚焦于造血干细胞，这类细胞深藏于骨髓之中，是血液的源泉，能够孕育出红细胞、免疫细胞等多种血液成分。干细胞的分裂机制复杂多变：为扩增数量，它们需进行对称分裂；而为了自我更新并产生新类型的细胞，则需执行不对称分裂。在骨髓移植等临床场景中，理想状态是干细胞能高效对称分裂，以制备充足的干细胞供体，但目前这一技术瓶颈尚未突破。
研究团队独辟蹊径，聚焦于干细胞的代谢行为，采用荧光寿命成像显微镜技术，实时观测干细胞分解葡萄糖产生能量的过程。干细胞自身会发出荧光（自体荧光），这一特性使科学家们能在不损伤细胞的情况下，追踪其代谢轨迹，进而揭示其功能与分化的秘密。
尤为值得一提的是，研究团队通过机器学习算法，从干细胞图像中提取出205个代谢光学生物标志物特征，其中56种与造血干细胞的分化紧密相关。这一技术不仅实现了对干细胞及其后代细胞分类的精准预测，还能监测其随时间的变化轨迹，判定是对称分裂还是不对称分裂，为干细胞研究提供了前所未有的实时观测能力。
此项研究不仅加深了我们对干细胞基本生物学的理解，还为药物发现、干细胞疗法开发及再生医学新疗法的研究开辟了广阔前景。未来，随着技术的不断成熟，我们有望见证更多基于干细胞的创新疗法，为人类健康事业注入强大动力。对于干细胞研究领域的科学家们而言，这无疑是一项激动人心的突破，它让实时追踪并解析干细胞命运成为可能，开启了干细胞研究的新篇章。
