灵活和强大的细胞类型注释,用于高度多重化的组织图像.
Huangqingbo Sun1, Shiqiu Yu2, Anna Martinez Casals3
1Ray and Stephanie Lane Computational Biology Department, Carnegie Mellon University, Pittsburgh, PA, USA; Department of Bioengineering, Stanford University, Stanford, CA, USA.
Cell systems
|September 9, 2025
概括
我们开发了强大的基于图像的细胞注释器 (RIBCA),用于在多重图像中自动进行细胞类型注释. 这种开源工具准确地绘制了各种人体组织中的细胞位置,而无需手动输入.
科学领域:
- 空间生物学 空间生物学
- 计算病理学计算病理学
- 生物信息学是一种生物信息学.
背景情况:
- 准确的细胞类型识别对于了解组织结构和疾病机制至关重要.
- 现有的单元格注释方法通常需要大量的手工工作和专门的参考数据集.
研究的目的:
- 介绍强大的基于图像的细胞注释器 (RIBCA),这是一个用于多重成像中精确的细胞类型注释的自动化工具.
- 为了在各种抗体面板中实现无偏见和细粒度的细胞注释,而无需重新训练.
主要方法:
- 开发了强大的基于图像的细胞注释器 (RIBCA) 软件.
- 应用RIBCA对超过40种人类组织类型的300多万个细胞进行注释.
- 采用模块化设计,以实现适应性和未来扩展.
主要成果:
- RIBCA实现了准确,自动化和公正的细胞类型注释.
- 该工具成功地绘制了许多人体组织中各种细胞类型的空间组织.
- 在不需要额外的模型培训的情况下,在广泛的抗体面板中证明了实用性.
结论:
- RIBCA提供了一个强大的开源解决方案,用于空间生物学中的高通量细胞注释.
- 该工具有助于更深入地了解组织组织和细胞相互作用.
- 它的模块化设计确保了可扩展性和生物医学研究中的广泛适用性.
更多相关视频
08:40Quantitation of Protein Expression and Co-localization Using Multiplexed Immuno-histochemical Staining and Multispectral Imaging
Published on: April 8, 2016
13.4K
11:27Quantitative Multispectral Analysis Following Fluorescent Tissue Transplant for Visualization of Cell Origins, Types, and Interactions
Published on: September 22, 2013
9.7K