VNC-Dist:基于机器学习的半自动管道用于量化C. elegans腹部神经中的神经位置
Saber Saharkhiz1,2,3, Wesley Chan1,2, Chloe B Kirezi1,2
1Department of Cellular and Molecular Medicine, Faculty of Medicine, University of Ottawa, Ottawa, ON, Canada.
PloS one
|August 28, 2025
概括
一个新的软件工具包,VNC-Dist,可以自动测量C. elegans腹部神经 (VNC) 中的神经元位置. 这种工具加速了控制神经元组织和发育的遗传途径的研究.
科学领域:
- 神经科学
- 发育生物学
- 计算生物学
背景情况:
- C. elegans腹部神经 (VNC) 是研究神经元发育的模型系统.
- 了解运动神经元的定位需要精确量化细胞体位置.
- 对于大型数据集,现有的手动方法耗时且效率较低.
研究的目的:
- 开发一种自动化,准确和高效的计算工具来量化C. elegansVNC运动神经元的位置.
- 为研究神经元发育和遗传途径提供大规模数据分析.
主要方法:
- 开发了VNC-Dist,这是一套软件工具集成手动本地化,深度学习 (修改后的SAM) 进行细分,以及基于spline的距离测量.
- 使用斐济的多点工具进行初始本地化和统计分析工具进行图形化.
- 应用该工具包分析影响VNC组织的基因突变中的神经元定位.
主要成果:
- VNC-Dist提供了一个更快,更准确的替代VNC神经元细胞体位的手动测量.
- 这套工具成功量化了不同基因突变背景的神经元位置.
- 证明了VNC-Dist用于分析大型显微镜数据集的稳定性和多功能性.
结论:
- 通过VNC-Dist,可以对不同基因型的VNC神经元定位数据进行有效的批量采集和分析.
- 这种工具将促进对控制VNC神经元组织的细胞和分子机制的研究.
- 促进对理解发育神经生物学至关重要的高通量分析.
