深度学习,3D超结构分析揭示了COVID-19/SARSCoV2患者衍生的血小板中血小板和器官包装的定量差异
Sagar S Matharu1, Cassidy S Nordmann1, Kurtis R Ottman1
1Laboratory of Cellular Imaging and Macromolecular Biophysics, National Institute of Biomedical Imaging and Bioengineering, National Institutes of Health, Bethesda, MD, USA.
Platelets
|November 7, 2023
概括
COVID-19血小板较小,更紧,有更密集的细胞器包装. 这项研究表明外部因素,而不是血小板变化,驱动COVID-19并发症,突出了先进的3D成像方法.
科学领域:
- * 血液学 血液学
- * 超结构性病理学
- * 计算生物学 计算生物学
背景情况:
- * 血小板在COVID-19中发挥作用,特别是在肺微结血中.
- * 了解血小板形态和细胞器变化可能会揭示过度激活机制.
- *之前的研究缺乏COVID-19血小板的高分辨率3D超结构分析.
研究的目的:
- *与健康对照人群相比,研究COVID-19患者血小板的3D超结构差异.
- *评估COVID-19中血小板形态,α颗粒和线粒体的诊断潜力.
- *评估深度学习在分析血小板超结构中的有用性.
主要方法:
- *使用聚焦离子束扫描电子显微镜 (FIB-SEM) 进行高分辨率3D成像.
- *利用深度学习计算方法分析大约600个血小板和30,000个细胞器.
- *比较了三名健康对照组和三名重病COVID-19患者的血小板.
主要成果:
- *COVID-19血小板的α-粒/线粒体/血小板体积比显著更高,表明有机体密度更高.
- *COVID-19血小板比对照血小板显著小 (35%的体积减少).
- *在COVID-19患者中观察到差异性血小板激活的微小3D超结构证据.
结论:
- *COVID-19血小板较小,更紧,有更密集的细胞器包装,但表现出极少的内在过活化的迹象.
- *研究结果表明,外部因素,而不是内在的血小板超结构变化,可能是COVID-19并发症的主要原因.
- *基于深度学习的3D超结构方法表明,它是未来血小板研究的黄金标准.


