Video Experimental Relacionado
Updated: May 15, 2026

08:16
Isotropic Light-Sheet Microscopy and Automated Cell Lineage Analyses to Catalogue Caenorhabditis elegans Embryogenesis with Subcellular Resolution
Published on: June 6, 2019
8.3K
Clasificación de las primeras etapas de división embrionaria de múltiples especies de Caenorhabditis mediante
Dhruv Khatri1, Prachi Negi1, Chaitanya A Athale2
1Div. of Biology, IISER Pune, Dr. Homi Bhabha Road, Pashan, Pune, India.
NPJ systems biology and applications
|August 23, 2025
Resumen
Los modelos de aprendizaje profundo clasifican con precisión las etapas de división celular embrionaria de nematodos utilizando microscopía sin etiquetas. Este enfoque se generaliza a través de las especies, ayudando al estudio de la divergencia evolutiva en los mecanismos celulares.
Área de la Ciencia:
- Biología del desarrollo
- Biología computacional
- Biología evolutiva
Sus antecedentes:
- La primera división embrionaria en Caenorhabditis elegans es un modelo clave para la división celular asimétrica.
- Comprender la divergencia evolutiva de los eventos celulares requiere un análisis comparativo entre especies.
- La microscopía de contraste de interferencia diferencial (DIC) sin etiqueta es crucial para los estudios comparativos debido a los desafíos en el etiquetado molecular.
Objetivo del estudio:
- Para comparar las redes neuronales convolucionales profundas (CNN) para automatizar la clasificación de la etapa celular en películas de microscopía DIC sin etiqueta.
- Interpretar los resultados de estas redes y liberar código y pesos como OpenSource.
- Evaluar la generalización de modelos de aprendizaje profundo para clasificar las etapas de división celular embrionaria de nematodos entre especies.
Principales métodos:
- Entrenó múltiples CNN, incluidas ResNet, VggNet, EfficientNet y una EvoCellNet personalizada, para clasificar cuatro etapas distintas de división celular (migración pro-nuclear, centración y rotación, desplazamiento del huso, citocinesis).
- Se utilizaron cuadros etiquetados manualmente de series temporales de microscopía DIC de embriones de nematodos.
- Evaluación de la precisión de la red en los datos de ensayo de 23 especies diferentes de nematodos.
Principales resultados:
- Se logró una precisión del 91% o mayor en la clasificación de las etapas de división celular en 23 especies de nematodos.
- Encontró que los vectores de activación de la escasa EvoCellNet se correlacionan con la localización espacial de las características intracelulares como el pro-núcleo y el huso.
- Demostró robustez en la clasificación de series temporales DIC comparables, aunque el éxito se limitó a las características morfológicas conservadas.
Conclusiones:
- Las redes de aprendizaje profundo pueden generalizar efectivamente los cambios morfológicos en los embriones de nematodos en todas las especies.
- La tubería desarrollada captura la cronología de la división celular basada en características intracelulares de bajo nivel biológicamente relevantes.
- Este enfoque mejora el estudio de la divergencia evolutiva en los mecanismos celulares utilizando microscopía sin etiqueta.

