机器学习辅助的3DMCF7微组织高内容成像分析,用于预测雌激素效应
Hui Li1, Haitham Seada2, Samantha Madnick2
1Zhejiang University.
Research square
|October 27, 2023
概括
这项研究开发了一种3D微组织成像和机器学习方法,用于选内分泌干扰化学物质 (EDC). 该方法准确地识别了雌激素EDC,为风险评估提供了一个有前途的框架.
科学领域:
- 毒理学和环境健康
- 细胞生物学和成像技术
- 计算生物学和生物信息学
背景情况:
- 内分泌干扰化学物质 (EDC) 具有重大环境和健康风险,但高通量查具有挑战性.
- 三维 (3D) 细胞培养为研究化学效应提供了更具生理相关性的模型.
- 定量成像技术可以在3D系统中捕捉复杂的细胞反应.
结论:
- 集成的3D成像,机器学习和深度学习方法为选雌激素EDC提供了强大的方法.
- 该框架为评估内分泌干扰化学品带来的风险提供了一个有希望的概念战略.
- 这项研究证明了先进的成像和计算方法在毒理风险评估中的实用性.
