香港城市大学 不同时间点细胞核(绿白点)和膜(红线)图像的三维投影
信用:DOI号:10
1038/s 14467-020-19863-x 由香港城市大学联合领导的一个联合研究小组开发了一种新的计算工具,可以重建和可视化细胞的三维形状和时间变化,将手工分析过程从数百小时加速到计算机几个小时
这一工具彻底改变了生物学家分析图像数据的方式,可以推进发育和细胞生物学的进一步研究,如癌细胞的生长
这项跨学科的研究由城市大学电机工程系的计算机工程讲座教授洪雁和数据工程教授黄忠康,以及香港浸会大学(HKBU)和北京大学的生物学家共同主持
他们的发现发表在科学杂志《自然通讯》上,标题为“利用基于深度学习的四维分割建立秀丽隐杆线虫胚胎的形态学图谱”
" 该团队开发的工具被称为“CShaper”
“这是一个强大的计算工具,可以在单细胞水平上系统地分割和分析细胞图像,这对于研究细胞分裂、细胞和基因功能是非常必要的,”严教授说
分析大量细胞分裂数据的瓶颈 生物学家一直在研究动物如何从一个单细胞(受精卵)通过无数次细胞分裂成长为器官和整个身体
特别是,他们想知道基因的功能,例如参与细胞分裂形成不同器官的特定基因,或者是什么导致了导致肿瘤生长的异常细胞分裂
丙细胞分裂的形态学动力学
单细胞分辨率的秀丽隐杆线虫胚胎细胞
信用:DOI号:10
1038/s 14467-020-19863-x 找到答案的一种方法是使用基因敲除技术
在所有基因都存在的情况下,研究人员首先获得细胞图像和谱系树
然后他们从DNA序列中“敲除”(去除)一个基因,并比较两个谱系树来分析细胞的变化和推断基因功能
然后他们用被剔除的其他基因重复实验
在这项研究中,合作的生物学家团队使用了秀丽隐杆线虫
为阎教授的团队提供万亿字节的数据进行计算分析
C
秀丽隐杆线虫是一种与人类具有许多基本生物学特性的蠕虫,为研究人类肿瘤生长过程提供了一个有价值的模型
“估计有20000个基因在C
优雅地说,这意味着如果一次剔除一个基因,将需要近20,000个实验
会有大量的数据
因此,使用自动图像分析系统至关重要
这促使我们开发一种更高效的方法,”他说
细胞图像自动分割的突破 细胞图像通常通过激光束扫描获得
现有的图像分析系统只能很好地检测细胞膜图像质量差的细胞核,这阻碍了细胞形状的重建
此外,还缺乏可靠的算法来分割时间流逝的三维图像(即
e
细胞分裂的4-D图像)
图像分割是计算机视觉中的一个关键过程,它包括将视觉输入分割成多个部分,以简化图像分析
但是研究人员不得不花费数百小时手工标记许多细胞图像
CShaper的框架
利用基于深度学习的DMapNet,生成了具有已定义细胞身份的发育过程中的时移3D细胞形状(如右绿框所示)
信用:DOI号:10
1038/s 14467-020-19863-x CShaper的突破是它可以检测细胞膜,在三维空间建立细胞形状,更重要的是,它可以在细胞水平上自动分割细胞图像
“生物学家可以利用CShaper在几个小时内破译这些图像的内容
它可以表征细胞的形状和表面结构,并提供细胞在不同时间点的三维视图,”曹建峰博士说
D
严教授小组的学生,也是该论文的合著者
为了实现这一点,该团队开发的基于深度学习的DMapNet模型在CShaper系统中发挥了关键作用
“通过学习捕捉图像像素之间的多个离散距离,DMapNet在提取膜轮廓的同时考虑了形状信息,而不仅仅是强度特征
因此,CShaper实现了95
95%的细胞识别准确率,大大优于其他方法,”他解释说
利用计算机断层扫描仪,研究小组为大脑生成了一个延时的三维细胞形态学图谱
秀丽隐杆线虫4-至350-细胞阶段的胚胎,包括细胞形状、体积、表面积、迁移、细胞核位置和与已确认细胞身份的细胞接触
推进肿瘤生长的进一步研究 “据我们所知,计算机断层扫描仪是第一个分割和分析计算机断层图像的计算系统
曹先生说:“秀丽隐杆线虫在单细胞水平上系统地形成胚胎
“通过与生物学家的密切合作,我们自豪地开发了一种有用的计算机工具,用于自动分析大量细胞图像数据
我们相信它能促进发育和细胞生物学的进一步研究,特别是在了解癌细胞的起源和生长方面。」
他们还在植物组织细胞上测试了CShaper,显示了令人鼓舞的结果
他们相信计算机工具可以被用于其他生物学研究
来源:由phyica.com整理转载自PH,转载请保留出处和链接!