软X射线断层扫描的自动细分:在酵母菌中全细胞定量成像的高吞吐量下具有亚微米分辨率的原生细胞结构
bioRxiv : the preprint server for biology
|November 18, 2024
概括
软X射线断层扫描 (SXT) 的深度学习自动细分使细胞结构的高通量分析成为可能. 这种方法揭示了酵母菌株的详细3D形态变异,推动了细胞生物学研究.
科学领域:
- 细胞生物学 细胞生物学
- 生物物理学的生物物理.
- 显微镜的使用方法
背景情况:
- 软X射线断层扫描 (SXT) 提供细胞结构的高分辨率3D成像.
- 手动对SXT数据进行细分是耗时的,并且限制了大型细胞群体的可扩展性.
研究的目的:
- 开发和验证基于深度学习的SXT数据自动细分管道.
- 为了能够对*Saccharomyces cerevisiae*的细胞和器官形态进行高通量分析.
主要方法:
- 一个深度学习的自动细分管道被开发和完善的手动代调整.
- 该管道被应用到三种酵母菌株的数百个细胞的细分.
- 对细分的细胞结构进行了包括大小,形状和曲率在内的3D形态分析.
主要成果:
- 自动细分管道准确地细分了关键的细胞结构 (细胞体,细胞核,真空体,脂质滴).
- 量化比较揭示了野生型,VPH1-GFP和*vac14*酵母菌株之间的细胞和器官形态的菌株特异性变异.
- 使用表面网格实现了精确的3D曲率分析和细形态特征的检测.
结论:
- 基于深度学习的自动细分显著提高了SXT数据分析的吞吐量和可扩展性.
- 工作流程促进了高精度的比较分析,揭示了单细胞和群体水平的微妙形态差异.
- 这种方法支持细胞架构,器官生物学和遗传研究的先进研究.
