深度学习图像分析用于Plasmodium falciparum感染红细胞中动态过程的连续单细胞成像

科学领域:

• 细胞生物学 细胞生物学
• 寄生虫学的寄生虫学
• 显微镜的使用方法

背景情况:

• 由于寄生虫和宿主细胞的特性,成像Plasmodium falciparum血液阶段具有挑战性.
• 以前的方法限制了疟疾寄生虫发育的动态单细胞研究.

研究的目的:

• 开发一种工作流程,以持续,高分辨率,单细胞监测活疟疾寄生虫.
• 为了能够详细研究细胞内红细胞循环期间的动态细胞过程.

主要方法:

• 集成的无标签3D差异干扰对比度和光成像用Airyscan显微镜.
• 采用自动化的深度学习算法进行细胞细分.
• 利用3D染来进行时间解析的可视化和分析.

主要成果:

• 在其48小时内红细胞内生命周期中实现了活体Plasmodium falciparum的持续,高分辨率的监测.
• 成功地应用了工作流来研究结节相关的胺丰富蛋白 (KAHRP) 出口和聚类.

结论:

• 这种新的工作流克服了疟疾寄生虫成像的先前限制.
• 这种方法为深入探索疟疾寄生虫中动态细胞过程提供了强大的工具.