JCB：徐涛院士团队开发出基于深度学习的细胞器互作高通量分析系统
2022-08-12 生物世界 生物世界
DeepContact工作流程DeepContact可满足细胞器互作与生物医学功能相关性分析的需求。具备高通量样本分析能力以及组织内特异细胞类型分析能力，可扩展应用于细胞器互作网络的相关性研究、以及医
MCS荧光显微成像因过表达荧光指示系统而引发不可避免的人为干扰因素。电子显微镜可获取高分辨率细胞器全景图像，适于挖掘纳米尺度多种细胞器相互作用的定量信息。基于深度学习的高分辨三维体电镜数据细胞器互作分析方法已然建立起来，但此类前沿方法对设备，机时，算力要求高，而生物样本多具有高异质性，三维体电镜难于满足统计相关性分析的样本量需求。基于手动分割的大样本量二维电镜数据分析可以得出生物学功能相关性结论，但方法在耗费巨大人力的同时无法排除人为主观判断的影响。
近日，中国科学院生物物理研究所徐涛课题组，胡俊杰课题组与计算技术研究所肖立团队在 Journal of Cell Biology 期刊合作发表了题为：DeepContact: High throughput quantification of membrane contact site based on electron microscopy imaging 的方法学论文，针对二维电镜数据开发了一种基于深度学习的细胞器互作高通量统计分析方法——DeepContact。
DeepContact工作流程
DeepContact可满足细胞器互作与生物医学功能相关性分析的需求。具备高通量样本分析能力以及组织内特异细胞类型分析能力，可扩展应用于细胞器互作网络的相关性研究、以及医学超微病理学研究。
中国科学院生物物理研究所徐涛院士、胡俊杰研究员，计算技术研究所肖立副研究员为本共同通讯作者。徐涛院士课题组博士后刘丽清，肖立团队硕士研究生杨树鑫为文共同第一作者。计算技术研究所硕士研究生刘阳和生物物理研究所生物成像中心李喜霞高级工程师参与了本项工作。电镜制样和数据收集工作得到了生物物理所生物成像中心相关工作人员的大力支持和帮助。本项目得到国家自然科学基金委员会项目，科技部重点研发计划和中国科学院战略重点研究计划支持。
论文链接：
https://doi.org/10.1083/jcb.202106190
版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#高通量#
85
#互作#
107
学到了！
87