相关实验视频
Updated: Jun 28, 2025
09:35
Microcrystallography of Protein Crystals and In Cellulo Diffraction
Published on: July 21, 2017
9.1K
卷积神经网络方法用于自动识别细胞内晶体
Amirhossein Kardoost1, Robert Schönherr2, Carsten Deiter1
1Sample Environment and Characterization Group, European XFEL GmbH, Holzkoppel 4, 22869 Schenefeld, Schleswig-Holstein, Germany.
Journal of applied crystallography
|April 10, 2024
概括
识别细胞内蛋白质晶体是一个挑战. 这项研究使用深度学习工具 Mask R-CNN 来检测和表征活昆虫细胞中的这些晶体,帮助蛋白质结晶研究.
科学领域:
- 生物物理学的生物物理.
- 细胞生物学 细胞生物学
- 结构生物学 结构生物学
背景情况:
- 细胞内蛋白质结晶是一种罕见的生物事件.
- 异质过度表达有助于细胞内晶体的形成,但检测仍然很困难.
- 需要新的工具来识别和分析复杂的细胞环境中的蛋白质晶体.
研究的目的:
- 开发一种用于检测细胞内蛋白质晶体的计算方法.
- 利用深度学习来识别活昆虫细胞中的蛋白质晶体.
- 支持细胞蛋白结晶技术的进步.
主要方法:
- 应用Mask R-CNN,一个基于卷积神经网络 (CNN) 的实例细分算法.
- 对生活昆虫细胞的传统明亮场图像的分析.
- 对识别各种晶体形状和目标的算法的调整.
主要成果:
- 在活的昆虫细胞内成功识别单个和多个形状的蛋白质晶体.
- 演示算法对不同目标的快速适应性.
- 为半自动选管道提取相关信息.
结论:
- 面膜R-CNN是有效的检测在细胞蛋白晶体使用明亮场显微镜.
- 这种深度学习方法促进了细胞内蛋白质晶体的表征.
- 开发的方法支持在细胞蛋白结晶的发展.
