精确的单分子点检用于基于图像的空间转录学与弱监督的深度学习

科学领域:

• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.
• 计算生物学 计算生物学

背景情况:

• 基于图像的空间转录学提供了基因表达的洞察力与空间背景.
• 当前分析管道通常是复杂的,需要手动优化.

研究的目的:

• 介绍Polaris,一个基于图像的空间转录学自动化分析管道.
• 从各种空间转录组学数据集中实现精确的单细胞基因表达量化.

主要方法:

• 极星集成深度学习模型用于细胞细分和点检测.
• 一个概率性基因解码器用于精确的基因表达量化.
• 该管道设计用于多重错误稳固的FISH (MERFISH),在位杂交的顺序光 (seqFISH) 和在位RNA测序 (ISS).

主要成果:

• 极星提供了一个统一和自动化解决方案,用于空间转录学数据分析.
• 该管道通过各种实验技术准确量化单细胞基因表达.
• 深度学习组件提高了细胞细分和点检测效率.

结论:

• 极星提供了一个用户友好的,交钥匙解决方案,用于分析复杂的空间转录学数据.
• 该软件在空间背景下促进了更容易访问和更准确的基因表达研究.
• 极星可以作为DeepCell软件库的一部分.