在酵母和人类单细胞中使用转移学习进行细胞年龄预测的协议.
Subhadeep Duari1, Vishakha Gautam1, Gaurav Ahuja2
1Department of Computational Biology, Indraprastha Institute of Information Technology-Delhi (IIIT-Delhi), Okhla, Phase III, New Delhi 110020, India.
STAR protocols
|August 12, 2025
概括
这项研究引入了一种计算机视觉协议,使用显微镜图像来预测细胞年龄. 该方法分析细胞形态和生物活性,适应性跨物种,如酵母和人类纤维细胞.
科学领域:
- 生物技术是生物技术.
- 细胞生物学 细胞生物学
- 计算机视觉 计算机视觉
背景情况:
- 细胞衰老是一个复杂的过程.
- 准确预测细胞年龄对于理解与年龄相关的疾病至关重要.
- 目前用于年龄预测的方法可能是劳动密集型或缺乏精度.
研究的目的:
- 介绍一种用于预测细胞年龄的新方案.
- 利用计算机视觉和相对比显微镜进行年龄预测.
- 为了证明协议在不同细胞类型的适应性.
主要方法:
- 培养酵母细胞并诱导人类皮肤纤维细胞的衰老.
- 用药治疗的酵母细胞和老化的纤维细胞的相对照显微镜.
- 使用scCamAge Docker容器和模型进行图像分析.
- 应用转移学习来适应酵母训练模型对人类纤维细胞数据的调整.
主要成果:
- 该协议可以通过图像分析来预测细胞年龄.
- 证明了酵母训练模型对人类纤维细胞的成功应用.
- 展示了转移学习对跨物种模型适应的有效性.
结论:
- 开发的协议为细胞年龄预测提供了一个强大的方法.
- 对显微镜图像的计算机视觉分析是评估细胞年龄的可行方法.
- scCamAge模型和转移学习为衰老研究提供了一个灵活的平台.


