在酵母细胞中无标签的细胞内多特异性通过相对照断层流细胞计

科学领域:

• 定量阶段成像技术 定量阶段成像技术
• 没有标签的显微镜
• 细胞生物物理学 细胞生物物理学

背景情况:

• 与光显微镜相比,定量相位成像缺乏特异性,限制了其在单细胞分析中的使用.
• 目前的人工智能 (AI) 的特异性方法仅限于附着细胞,需要复杂的训练数据.
• 现有的无标签特异性方法仅限于识别细胞核.

研究的目的:

• 开发一种通用的计算策略,以在无标签细胞中实现细胞内多特异性.
• 为了使各种亚细胞区的定量表征.
• 引入虚拟现实,以加强对3D显微镜数据的探索.

主要方法:

• 一个自我一致的统计推理方法被开发为通用计算策略.
• 酵母细胞被用作生物模型来识别亚细胞区.
• 虚拟现实被整合为3D定量生物物理参数的交互式探索.

主要成果:

• 该方法成功地识别和定量表征了多个亚细胞区,包括核,细胞质真空和真空-核接触点.
• 在不同生命周期阶段的无标签酵母细胞中实现了细胞内多特异性.
• 虚拟现实允许按需进行探索,并与已识别的隔间的3D生物物理数据进行交互.

结论:

• 开发的计算策略显著提升了细胞计量中的无标签特异性,克服了以前方法的局限性.
• 这种方法通过提供详细的细胞内信息,为高通量单细胞分析和诊断开辟了新的途径.
• 虚拟现实的整合为探索复杂的3D蜂数据提供了一个新的平台,为"3D显微镜的元宇宙"铺平了道路.