脱挤:通过机器学习 in vivo 自动识别上皮细胞挤出

科学领域:

• 发展生物学 发展生物学
• 细胞生物学 细胞生物学
• 生物成像是一种生物成像.

背景情况:

• 在实时成像中精确量化和定位细胞事件至关重要,但具有挑战性.
• 手动分析高含量组织和胚胎活体成像是耗时且容易出现错误的.

研究的目的:

• 开发一种基于深度学习的方法,用于在现场光成像电影中自动检测和精确的xyt定位细胞事件.
• 创建一个强大的管道,DeXtrusion,用于识别细胞挤出和其他动态细胞过程,而不需要图像细分.

主要方法:

• 利用循环神经网络 (RNN) 来构建DeXtrusion管道.
• 在Drosophila pupal notum的现场光成像电影上训练了管道,使用光E-cadherin检测细胞挤出.
• 在各种成像条件下验证了管道的性能,以及其适应其他细胞事件和上皮组织的适应性.

主要成果:

• DeXtrusion 能够自动检测和精确地定位细胞挤出事件.
• 该管道展示了快速和准确的预测,在各种成像条件下表现良好.
• DeXtrusion成功地检测到细胞分裂和分化等其他细胞事件,并在重新训练的不同上皮组织上显示有效性.

结论:

• DeXtrusion提供了一种强大的自动化解决方案,用于在实时显微镜中分析细胞事件,克服以前的瓶.
• 深度学习方法论使使用先进的计算工具进行民主化,用于分析发育中的组织.
• 这种方法在现场光显微镜中检测各种细胞事件具有广泛的适用性,从而推动了生物研究.