A csapat által kifejlesztett eszköz a CShaper nevet viseli.
Ez egy hatékony számítástechnikai eszköz, amely képes
szisztematikusan szegmentálja és elemezze a sejtképeket a konkrét képviselők szintjén. Ez nagyon fontos a sejtosztódás, valamint a sejt- és génfunkciók tanulmányozása szempontjából.Munka szövege
Számítástechnika létrehozása érdekébenA biológusok azt vizsgálták, hogyan nőnek ki az állatok egyetlen sejtből, megtermékenyített petesejtből vagy számtalan sejtosztódáson keresztül. Különösen bizonyos génfunkciókat szerettek volna megtudni, például azt, hogy mely gének vesznek részt a sejtosztódásban, hogy különböző szerveket képezzenek, vagy mi okozza a daganatok növekedését okozó abnormális sejtosztódást.
Ehhez a kutatók először megszereztéksejtek képei - a „családfájuk”. Ezután „kiütik” (eltávolítják) a gént a DNS-szekvenciából, és összehasonlítják a két törzsfát, hogy elemezzék a sejtek változásait, és következtessenek a gén működésére. Ezt követően a kísérlet megismétlődik, de más génekkel.
A biológusok embriókat használtak a vizsgálat soránA Caenorhabditis elegans egy olyan féregfajta, amely számos biológiai tulajdonsággal rendelkezik az emberrel, ezért felhasználható az emberi tumor növekedésének tanulmányozására.
„Tekintettel arra, hogy C.Az elegansnak körülbelül 20 000 génje van, ami azt jelenti, hogy csaknem 20 000 kísérletre lenne szükség, ha egyszerre egy gént vennénk mintát. Ez hatalmas adatmennyiség lesz. Ezért rendkívül fontos az általunk kifejlesztett automatizált képelemző rendszer használata” - a tanulmány szövege.
A sejtképeket általábanpásztázás lézersugárral. A meglévő képelemző rendszerek csak sikeresen képesek kimutatni a sejtmagot, azonban a sejtmembrán képe rossz minőségű lesz, ami megnehezíti a sejtalak rekonstrukcióját.
Ráadásul erre nincs megbízható algoritmusa sejtosztódás time-lapse háromdimenziós képeinek (azaz négydimenziós képek) szegmentálása. A képszegmentálás a számítógépes látás egyik fontos folyamata, amely magában foglalja a vizuális bemenet szegmensekre történő felosztását a képelemzés megkönnyítése érdekében. A kutatóknak azonban több száz órát kell tölteniük azzal, hogy kézzel címkézzenek fel számos sejtképet.
Az új fejlesztés CShaper képes észlelnisejtmembránok, sejtformákat generálnak a 3D térben, és ami még fontosabb, automatikusan sejtszinten szegmentálják a sejtképeket.
Olvass tovább
A veszélyes éghajlat-felmelegedés 7 év múlva kezdődik
Abortusz és tudomány: mi lesz a gyerekekkel, akik szülni fognak
Nézze meg a Hubble legszebb képeit. Mit látott a távcső 30 év alatt?