ライブ細胞イメージングデータにおける細胞分裂検出と追跡のための対照学習

科学分野:

• 細胞ダイナミクスとライブ細胞イメージング
• バイオテクノロジーとバイオイメージング

背景:

• 蛍光ライブ細胞顕微鏡は細胞プロセスの研究に不可欠ですが、光毒性によって制限されます。
• 低時間分解能は細胞追跡と分裂イベント検出を損ない、動的プロセス研究を妨げます。

研究 の 目的:

• 低時間分解能顕微鏡における細胞分裂検出と追跡の改善のための統合された方法論を開発すること。
• 細胞の生存能力を維持しながら細胞ダイナミクスの分析を強化すること。

主な方法:

• 時間ベースの拡張から堅牢な細胞表現を生成するために対照学習を利用しました。
• 学習された表現と分裂イベントを使用した細胞追跡識別のためのグラフ最適化方法を開発しました。

主要な成果:

• 細胞分裂検出と追跡精度の顕著なパフォーマンス向上を達成しました。
• 多様なデータセットにおけるネイティブおよび低時間分解能の両方で有効性を示しました。

結論:

• この方法論は、正確なライブ細胞顕微鏡データ分析のために、さまざまな時間分解能への適応性を高めます。
• 細胞の生存能力を維持することにより、薬剤スクリーニングと生物学的研究のための観察期間の延長をサポートします。
• 細胞メカニズムと潜在的な治療研究の進歩に関するより深い洞察を促進します。