结合多能干细胞(可能产生任何细胞或组织类型的细胞)和机器学习(允许计算机自动学习的人工智能)组合，研究人员改善了它们产生肺细胞的方式。

使用这种技术，细胞可以在实验室中生长并保存一年以上，而不会失去其肺部特征，并可以用于对肺部疾病进行建模，从而在将来找到更好的治疗方法和对肺部疾病的治疗方法。

诱导的多能干(iPS)细胞来自成人捐赠的皮肤或血细胞，并且随着四个基因的激活，被重新编程回胚胎干细胞样状态。iPS细胞可以分化为体内的任何细胞类型，并且不需要使用胚胎。

在波士顿大学再生医学中心(CReM)和波士顿医学中心的先前工作的基础上，CReM的研究人员与卡内基梅隆大学(CMU)的研究人员合作，将成年人的血液重编程为iPS细胞。然后，他们在一个月的时间内用生长因子处理了这些干细胞，直到它们变成与成年肺细胞非常相似的细胞。

据研究人员称，经常进行这种类型的实验时，所得细胞并不是它们旨在创建的细胞(靶细胞)的纯集合，并且它们不能长时间保持靶细胞的特性。

“因此，我们开发了一种技术组合，可以检查成千上万个单细胞的基因表达，并结合每个单个细胞的DNA条形码，并通过机器学习来动态了解哪些因素有利于我们的继而成为肺细胞的细胞利用这些知识，我们能够改进生成肺细胞的方法，从而现在可以创建更多相关细胞，将它们的细胞身份保存在培养皿中超过一年，” Killian Hurley博士说，爱尔兰皇家外科医学院与CMU博士后研究员Jun Ding博士合着了这项研究。

研究人员认为，这项研究将提高他们对肺疾病进行建模的能力，并在实验室中针对包括特发性肺纤维化，慢性阻塞性肺疾病(COPD)，α-1抗胰蛋白酶缺乏症和新生儿呼吸窘迫或早发性间质性肺疾病在内的疾病进行治疗。

美国和世界各地的数百万人患有严重的肺部疾病，常常没有好的治疗方法或治愈方法。这些疾病中的一些甚至可能需要进行肺移植，这是一项复杂且高风险的手术，供体器官的需求始终超出供应。

丁说：“我们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。”“我们希望我们新开发的技术能够使用患者衍生的干细胞来产生纯净，无限量的细胞供应，从而有可能为疾病提供新的治疗方法或疗法。这些发展将延长生命并改善这些生命的质量。”

“了解单个患者的肺细胞出了什么问题的关键障碍是我们无法访问这些细胞或无法在实验室中对其进行培养。这种方法使我们现在能够从任何单个患者中改造出那些非常挑剔的细胞并引入编码进入那些细胞，使我们能够随时间推移在实验室培养皿中追踪和了解每个细胞及其所有后代。结果是可以从任何年龄的任何患者中获取不竭的新肺细胞来源，”作者Darrell Kotton，医学博士，David C. Seldin医学教授兼CReM主任，与CMU FORE系统计算机科学教授Ziv Bar-Joseph博士一起领导了这项工作。