机器学习追踪移动的细胞

发展中国家婴儿和老年人共享一个共同的特点:许多细胞组成他们的身体总是在移动。我们人类上班,细胞迁移通过身体来完成他们的工作。生物学家一直难以量化细胞的运动和变化的形态通过时间,但是现在,冲绳研究所的科学家科学技术研究生院(OIST)设计了一个优雅的工具来做到这一点。

使用机器学习,研究人员设计了一个软件来分析微观迁移细胞的快照。他们给这个软件Usiigaci琉球群岛的词,指的是追踪物体的轮廓,作为创新工具检测单个细胞轮廓的改变。Usiigaci, 3月13日发表的一篇论文中描述2019年SoftwareX,现在是可用的在线任何人都可以使用,还有一个视频教程解释软件。

在子宫里,胎儿细胞迁移到准确的位置,以便每个手臂,腿,和器官生长在其合适的位置。我们通过身体免疫细胞竞赛损伤后修复的伤口。穿越身体癌细胞转移,肿瘤扩散至新组织。为了测试新药物的疗效,药物开发人员跟踪治疗前后的运动细胞。Usiigaci软件发现应用程序在所有这些领域的研究等等。

“这是一个一体化的解决方案,让我们从原始图像定量细胞迁移的数据,“谢福华(hsieh fu蔡说,这项研究的第一作者。蔡是一个促进研究生和日本社会科学(jsp) DC1研究员OIST微/生物/纳米流体力学单元,由艾米沈教授。“我们的软件是至少100倍手动方法,目前成了这些类型的实验因为电脑还不够强大。”

“我们希望这个软件可以成为科学界非常有用,”艾米沈教授说,首席研究员的单位和该研究的资深作者。“对于任何生物的研究和药物筛选,需要你跟踪细胞对不同刺激的反应,你可以使用这个软件。”

机器学习使Usiigaci适应性强

为了在显微镜下观察细胞,科学家常常陡峭的染料或调整他们的基因使其在吸引眼球的颜色。但色素细胞改变其运动,进而扭曲了实验结果。一些科学家试图研究细胞迁移没有荧光标记的帮助下,用所谓的“label-free”方法,但是最终遇到不同的问题;Label-free细胞显微图像的背景融入,使其与现有的计算机软件分析非常困难。

Usiigaci啤酒花这障碍,允许科学家训练软件。生物学家作为教师,提供软件新的图像来研究,这样就可以认识到一个细胞来自未来。一个快速的学习者,程序快速适应新的数据集,可以很容易地跟踪单个细胞的运动,即使他们像东京地铁上的乘客挤在一起。

“大多数软件…无法分辨细胞高密度;基本上,他们分割成一团,“蔡说。“通过我们的软件,我们可以正确即使细胞接触。我们可以做单细胞跟踪整个实验。”Usiigaci is currently the fastest software capable of tracking the movement of label-free cells at single-cell resolution on a personal laptop.

软件模拟人类大脑

研究人员设计了Usiigaci处理图像,就好像它是一个简化的人类大脑。策略的软件可以跟踪单个细胞的轮廓,时刻监控他们的运动,并将这些信息转换为crunchable数字。

程序是建立在机器学习的基础设施被称为“卷积神经网络”。大致基于脑细胞是如何一起工作来处理传入的来自外部世界的信息。当我们的眼睛捕捉光环境,他们呼吁神经元分析这些信号并找出我们看,它在空间。神经元首先大体勾勒出现场然后将信息传递给下一组细胞,逐步呈现的形象越来越多的细节。神经网络类似的工作,除了每个“神经元”是一个集合的代码而不是身体的细胞。

这个设计赠款Usiigaci其准确性和适应性。展望未来,研究人员旨在发展神经网络识别细胞内不同的组件,而不是他们的轮廓。用这些工具,科学家们可以很容易地评估细胞是否健康或患病,年轻的或年老的,来自一个基因家族或另一个。Usiigaci一样,这些项目效用基础生物学,生物技术研究。

这篇文章被转载材料所提供的OIST。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。

参考:蔡,H.-F。Gajda, J。斯隆,t·f·W。罕见的,。&沈,a q (2019)。Usiigaci: Instance-aware细胞跟踪没有污点相衬显微镜通过机器学习。SoftwareX 9 230 - 237。https://doi.org/10.1016/j.softx.2019.02.007