深度神经网络用于记录和注释移动和变形神经系统中的细胞
Adam A Atanas1, Alicia Kun-Yang Lu1, Brian Goodell1
1Picower Institute for Learning and Memory, Department of Brain and Cognitive Sciences, Howard Hughes Medical Institute, Massachusetts Institute of Technology, Cambridge, United States.
eLife
|February 17, 2026
概括
研究人员开发了深度神经网络,用于复杂组织中的自动细胞对齐和识别. 这些工具准确地绘制了像Caenorhabditis elegans和水母等生物体中的神经元,从而推进了生物医学成像分析.
科学领域:
- 计算生物学 计算生物学
- 神经科学是一个神经科学.
- 生物医学成像技术 生物医学成像技术
背景情况:
- 分析复杂的细胞组织需要对齐和注释不同的细胞类型,这是生物医学成像中的一个重大挑战.
- 现有的方法与细胞在发展中或移动生物体中的动态和异质性质作斗争.
研究的目的:
- 开发深度神经网络,用于在变形生物组织中进行自动非刚性注册和细胞识别.
- 创建用于精确的神经元连接随时间的推移和复杂神经系统中细胞类型的注释的工具.
主要方法:
- 开发了使用半监督学习的BrainAlignNet,用于单个像素级图像注册Caenorhabditis elegans神经系统.
- 训练有素的AutoCellLabeler使用多光谱光数据对100多种神经元细胞类型进行注释.
- 利用CellDiscoveryNet进行无监督的细胞类型的发现和注释,通过分析多种动物的多光谱成像数据.
主要成果:
- 随着时间的推移,BrainAlignNet在连接Caenorhabditis elegans神经元方面实现了99.6%的准确性,并且可以适应水母数据.
- AutoCellLabeler以98%的准确度对每只动物注释了100多种细胞类型,超过了人类个体的表现.
- 细胞发现网 (CellDiscoveryNet) 匹配了受过训练的人类标签者在C. elegans中进行无监督细胞类型发现和注释.
结论:
- 开发的深度神经网络为复杂组织中异质细胞类型的自动对齐和注释提供了强大的工具.
- 这些方法广泛适用于各种生物研究领域,需要精确的细胞映射和识别.
- 这些工具显示出对推进复杂生物系统分析的巨大潜力.
关键词:
这里是C. elegans.的成像成像技术可以帮助我们.细胞细分 细胞细分 细胞细分细胞跟踪追踪 细胞跟踪细胞类型的注释.计算生物学是计算生物学.水母是什么意思 水母是什么意思神经元识别神经元识别神经科学 神经科学系统生物学 系统生物学更多相关视频
10:55Live Imaging Followed by Single Cell Tracking to Monitor Cell Biology and the Lineage Progression of Multiple Neural Populations
Published on: December 16, 2017
9.2K
08:49Whole-Brain Single-Cell Imaging and Analysis of Intact Neonatal Mouse Brains Using MRI, Tissue Clearing, and Light-Sheet Microscopy
Published on: August 1, 2022
4.3K
