美國(guó)科學(xué)家研發(fā)出一種新算法 能快速揭示細(xì)胞內(nèi)部結(jié)構(gòu)

借由高功率顯微鏡和機(jī)器學(xué)習(xí)，美國(guó)科學(xué)家研發(fā)出一種新算法，可在整個(gè)細(xì)胞的超高分辨率圖像中自動(dòng)識(shí)別大約30種不同類型的細(xì)胞器和其他結(jié)構(gòu)。相關(guān)論文發(fā)表在最新一期的《自然》雜志上。

領(lǐng)導(dǎo)該COSEM(電子顯微鏡下細(xì)胞分割)項(xiàng)目團(tuán)隊(duì)的奧布蕾·魏格爾說(shuō)，這些圖像中的細(xì)節(jié)幾乎不可能在整個(gè)細(xì)胞中手動(dòng)解析。僅一個(gè)細(xì)胞的數(shù)據(jù)就由數(shù)萬(wàn)張圖像組成，通過(guò)這些圖像追蹤該細(xì)胞的所有細(xì)胞器，需要一個(gè)人花60多年時(shí)間。但是新算法可在數(shù)小時(shí)內(nèi)繪制出整個(gè)細(xì)胞。

除了《自然》上兩篇文章外，研究團(tuán)隊(duì)還發(fā)布了一個(gè)數(shù)據(jù)門戶“開(kāi)放細(xì)胞器”，任何人都可通過(guò)該門戶訪問(wèn)他們創(chuàng)建的數(shù)據(jù)集和工具。這些資源對(duì)于研究細(xì)胞器如何保持細(xì)胞運(yùn)行非常寶貴，過(guò)去科學(xué)家們并不清楚不同細(xì)胞器和結(jié)構(gòu)怎樣排列——它們?nèi)绾蜗嗷ソ佑|及占據(jù)多少空間?，F(xiàn)在，這些隱藏的關(guān)系首次變得可見(jiàn)。

在過(guò)去十年中，研究團(tuán)隊(duì)使用高功率電子顯微鏡從多種細(xì)胞中收集了大量數(shù)據(jù)，包括哺乳動(dòng)物細(xì)胞。

最新的機(jī)器學(xué)習(xí)工具可在電子顯微鏡數(shù)據(jù)中精確定位突觸，即神經(jīng)元之間的連接。研究人員調(diào)整了算法來(lái)繪制或分割細(xì)胞中的細(xì)胞器，該分割算法為圖像中的每個(gè)像素分配一個(gè)數(shù)字，這個(gè)數(shù)字反映了像素離最近的突觸有多遠(yuǎn)，算法使用這些數(shù)字來(lái)識(shí)別和標(biāo)記圖像中的所有突觸。COSEM算法的工作方式與之類似，但維度更多。研究人員根據(jù)每個(gè)像素與30種不同類型的細(xì)胞器和結(jié)構(gòu)中的每一種的距離對(duì)每個(gè)像素進(jìn)行分類。然后，算法整合所有這些數(shù)字來(lái)預(yù)測(cè)細(xì)胞器的位置。

研究人員表示，利用這些數(shù)字，該算法還能判斷特定的數(shù)字組合是否合理。例如，一個(gè)像素不能既位于內(nèi)質(zhì)網(wǎng)內(nèi)，同時(shí)又位于線粒體內(nèi)。

為了回答諸如細(xì)胞中有多少線粒體或它們的表面積是多少等問(wèn)題，研究團(tuán)隊(duì)構(gòu)建的算法結(jié)合了有關(guān)細(xì)胞器特征的先驗(yàn)知識(shí)。經(jīng)過(guò)兩年的工作，COSEM研究團(tuán)隊(duì)最終找到了一套算法，可為迄今為止收集的數(shù)據(jù)生成良好的結(jié)果。

目前，研究團(tuán)隊(duì)正在將成像提升到更高的細(xì)節(jié)水平，并進(jìn)一步優(yōu)化工具和資源，創(chuàng)建一個(gè)更為廣泛的細(xì)胞標(biāo)注數(shù)據(jù)庫(kù)和更多種細(xì)胞和組織的詳細(xì)圖像。這些成果將支持未來(lái)的新研究領(lǐng)域——4D細(xì)胞生理學(xué)，以了解細(xì)胞在構(gòu)成有機(jī)體的不同組織中的相互作用。(張夢(mèng)然)

關(guān)鍵詞： 美國(guó)科學(xué)家 新方法 儲(chǔ)備池 計(jì)算速度