基于深度学习的3D单细胞成像分析管道使瘤微环境中的细胞与细胞相互作用动态的量化成为可能

科学领域:

• *3D活细胞成像和计算生物学
• * 癌症研究和免疫瘤学

背景情况:

• * 三维瘤微环境 (TME) 对瘤进展和治疗结果至关重要.
• *理解TME中的细胞相互作用需要先进的成像和分析工具.

研究的目的:

• * 开发一种3D活细胞成像试验和一种基于深度学习的软件工具 (SiQ-3D),用于分析TME中的细胞与细胞相互作用.
• * 量化患者衍生瘤器官中不同细胞类型之间的动态相互作用.

主要方法:

• * 开发一种3D活细胞成像测定方法,使用患者衍生瘤器官的共聚焦显微镜.
• *创建SiQ-3D,一个基于Python的软件工具,利用深度学习进行3D图像细分,单细胞分类和跟踪.
• * 将测试和软件应用于瘤细胞与自然杀手细胞相互作用模型.

主要成果:

• * 3D成像分析有效地捕获了瘤器官中的免疫瘤学动态.
• * SiQ-3D在从大型3D图像数据集中提取定量数据方面展示了准确性和效率.
• * 管道成功分析了瘤细胞和自然杀手细胞之间的动态相互作用.

结论:

• *开发的3D成像测定和SiQ-3D软件为研究TME中的细胞相互作用提供了一个强大的平台.
• *这种方法有助于对癌症病理学和治疗反应相关的复杂动态进行定量分析.
• * SiQ-3D是一种可定制,公开可用的工具,适用于各种体外和体内3D成像研究.