一个聚合的细胞绘画CRISPR选平台使得基因功能通过自我监督的深度学习能够进行新的推断

科学领域:

• 基因组学就是基因组学.
• 细胞生物学 细胞生物学
• 生物信息学是一种生物信息学.

背景情况:

• 聚合CRISPR查对基因功能研究具有强大作用,但仅限于简单的表型.
• 像Perturb-seq这样的高内容方法提供了丰富的数据,但成本昂贵且有限.
• 现有的光学聚合查 (OPS) 方法通常是特定于路径的.

研究的目的:

• 开发一个OPS兼容的细胞绘画平台,用于无假设的逆基因查.
• 为了实现可扩展,信息丰富的读数的多重形态分析.
• 将丰富的形态数据与深度学习相结合,以实现无偏的基因功能发现.

主要方法:

• 开发了一个OPS兼容的细胞绘画平台.
• 用多重形态特征进行遗传查.
• 应用自主监督学习和深度学习来分析图像数据.
• 选了一个可用药物的基因组库.

主要成果:

• 用已知的形态基因组验证了OPS细胞绘画技术.
• 将经典图像分析与自主监督学习方法进行比较.
• 证明了基因网络在没有特定目标生物标志物的情况下的出现.
• 通过形态分析 (morphological profiling) 实现了对基因功能的公正发现.

结论:

• 与OPS兼容的Cell Painting平台为遗传查提供了一个可扩展和信息丰富的方法.
• 将形态分析与深度学习相结合,便于对基因功能进行无假设的发现.
• 这种方法通过整合成像和遗传查来推进基因功能的审讯.