相关实验视频
Updated: Feb 8, 2026

Deep Learning-Based Segmentation of Cryo-Electron Tomograms
Published on: November 11, 2022
使用冷电子显微镜和深度学习研究DRG的细胞骨
M Neal Waxham1, Mihir Relan1, Matthew T Swulius2
1Department of Neurobiology and Anatomy, University of Texas Health Science Center, Houston, Texas, USA.
这项研究介绍了一种低温电子显微镜 (cryo-EM) 方法,用于可视化背根质神经元 (DRG) 的超结构. 该技术提供了对轴突组织和细胞骨元素的近似视图,有助于与年龄相关的形态学研究.
科学领域:
- 神经科学是一个神经科学.
- 细胞生物学 细胞生物学
- 显微镜的使用方法
背景情况:
- 研究神经元超结构的经典超显微镜方法依赖于固定和重金属染色,可以引入文物.
- 低温电子显微镜 (cryo-EM) 提供了一种近似的成像方法,在没有化学固定或染色的情况下保存生物标本.
- 背根质神经元 (DRG) 的轴突和静脉是传感信息传输的关键,并且由于其薄薄的结构,容易接受冷EM.
研究的目的:
- 使用冷电子断层扫描 (cryo-ET) 来检查培养的DRG神经元的超结构组织的详细协议.
- 为了证明冷EM对于分析轴突形态的与年龄相关的变化的有用性.
- 整合深度学习策略,以实现高效的半自动化断层分析和定量分析.
主要方法:
- 从不同年龄的动物中分离和培养DRG神经元.
- 培养神经元的冷保存用于冷EM样本的准备.
- 高分辨率冷电子断层扫描数据采集.
- 深度学习辅助的细胞骨元素在轴突和变异体内的半自动细分.
主要成果:
- 克里奥-EM成功地可视化了近似本地条件下的轴突和静脉的超结构组织.
- 该协议允许对细胞骨元素进行详细分析,包括尺寸和近距离.
- 细分突出了年轻和老DRG神经元之间的轴突形态的差异.
结论:
- 克里奥EM提供了一种强大的,最小化文物方法,用于对神经元过程 (如轴突和瘤) 的超结构分析.
- 这种技术对于研究神经元形态学与年龄相关的变化特别有价值.
- 深度学习的整合提高了神经科学研究中的冷电磁分析的效率和定量能力.
更多相关视频
09:53Micropatterning Transmission Electron Microscopy Grids to Direct Cell Positioning within Whole-Cell Cryo-Electron Tomography Workflows
Published on: September 13, 2021
07:52Author Spotlight: Enhancing Cryo-Electron Microscopy by Automated Data Collection and Analysis Techniques
Published on: December 1, 2023
相关概念视频
Cryo-electron Microscopy
Overview of Electron Microscopy
Scanning Electron Microscopy
Fundamental Principles
Accelerated...
Transmission Electron Microscopy
Immunogold Electron Microscopy
Preparation of Samples for Electron Microscopy