Совместная исследовательская группа во главе с Городским университетом Гонконга (CityU) разработала новый вычислительный инструмент, который может реконструировать и визуализировать трехмерные (3D) формы и временные изменения клеток, ускоряя процесс анализа сотен часов вручную до нескольких часов на компьютере.

Этот инструмент, революционизирующий способ анализа данных изображений биологами, может способствовать дальнейшим исследованиям в области биологии развития и клеточной биологии, таких как рост раковых клеток.

Междисциплинарное исследование возглавляли профессор Ян Хонг, заведующий кафедрой компьютерной инженерии, и Вонг Чунг Хонг, профессор инженерии данных факультета электротехники (EE) CityU, вместе с биологами из Гонконгского баптистского университета (HKBU). ) и Пекинский университет.

Их результаты были опубликованы в научном журнале Nature Communications под названием « Создание морфологического атласа эмбриона Caenorhabditis elegans с использованием 4D-сегментации на основе глубокого обучения » [ ».

Инструмент, разработанный командой, называется «CShaper». «Это мощный вычислительный инструмент, который может систематически сегментировать и анализировать изображения клеток на уровне отдельных клеток, что очень необходимо для изучения деления клеток, а также функций клеток и генов», – описывает профессор Ян

.

Узкое место в анализе огромного количества данных о делении клеток

Биологи изучали, как животные вырастают из одной клетки, оплодотворенной яйцеклетки, в органы и все тело посредством бесчисленных клеточных делений. В частности, они хотят знать функции генов, такие как конкретные гены, участвующие в делении клеток для формирования различных органов, или то, что вызывает аномальные деления клеток, ведущие к опухолевому росту.

Один из способов найти ответ – использовать технику нокаута гена. Со всеми присутствующими генами исследователи сначала получают изображения клеток и дерево родословных.

Затем они «выбивают» (удаляют) ген из последовательности ДНК и сравнивают два дерева родословных, чтобы проанализировать изменения в клетках и определить функции генов. Затем они повторяют эксперимент с нокаутом других генов.

В исследовании команда биологов-коллабораторов использовала эмбрионы Caenorhabditis elegans ( C. elegans ) для получения терабайт данных для команды профессора Яна для проведения вычислительного анализа. С. elegans – это тип червя, который разделяет многие важные биологические характеристики с людьми и представляет собой ценную модель для изучения процесса роста опухоли у человека.

"Приблизительно 20 000 генов в C. elegans, это означает, что потребуется почти 20 000 экспериментов, если вы выбиваете по одному гену за раз. И будет огромное количество данных. Так что это очень важно использовать автоматизированную систему анализа изображений. И это побуждает нас разработать более эффективную », – сказал он.

Прорыв в автоматической сегментации изображений клеток

Изображения клеток обычно получают сканированием лазерным лучом. Существующие системы анализа изображений могут только хорошо обнаружить ядро ​​клетки при низком качестве изображения клеточной мембраны, что затрудняет реконструкцию формы клеток.

Кроме того, отсутствует надежный алгоритм сегментации покадровых трехмерных изображений (то есть четырехмерных изображений) деления клеток. Сегментация изображения – это важный процесс в компьютерном зрении, который включает в себя разделение визуального ввода на сегменты для упрощения анализа изображения. Но исследователям приходится тратить сотни часов, вручную маркируя множество изображений клеток.

Прорыв в CShaper заключается в том, что он может обнаруживать клеточные мембраны, создавать формы клеток в 3D и, что более важно, автоматически сегментировать изображения клеток на уровне клеток. «Используя CShaper, биологи могут расшифровать содержимое этих изображений в течение нескольких часов.

Он может характеризовать формы клеток и поверхностные структуры, а также обеспечивать трехмерные изображения клеток в разные моменты времени », – сказал Цао Цзяньфэн, аспирант в группе профессора Яна и соавтор статьи.

Для достижения этой цели основанная на глубоком обучении модель DMapNet, разработанная командой, играет ключевую роль в системе CShaper.

«Обучаясь захватывать несколько дискретных расстояний между пикселями изображения, DMapNet извлекает контур мембраны с учетом информации о форме, а не только характеристик интенсивности. Таким образом, CShaper достиг точности определения ячеек 95,95%, что существенно превосходит другие методы» – объяснил он.

С помощью CShaper команда создала покадровый трехмерный атлас морфологии клеток для C. elegans от 4 до 350 клеточных стадий, включая форму клетки, объем, площадь поверхности, миграцию, положение ядра и межклеточный контакт с подтвержденными клеточными идентичностями.

Развитие дальнейших исследований роста опухолей

«Насколько нам известно, CShaper – это первая вычислительная система для систематической сегментации и анализа изображений эмбриона C. elegans на одноклеточном уровне», – сказал г-н Цао. «Благодаря тесному сотрудничеству с биологами мы с гордостью разработали полезный компьютерный инструмент для автоматического анализа огромного количества данных изображений клеток.

Мы считаем, что это может способствовать дальнейшим исследованиям в области биологии развития и клеточной биологии, в частности, для понимания происхождения и роста раковых клеток », – добавил профессор Ян.

Они также протестировали CShaper на клетках тканей растений, показав многообещающие результаты. Они считают, что компьютерный инструмент можно адаптировать для других биологических исследований.