Новая разработка может анализировать 4D-изображения клеточного деления
Исследовательская группа во главе с Городским университетом Гонконга (CityU) разработала новый вычислительный инструмент, который может реконструировать и визуализировать трехмерные формы и временные изменения клеток.
Инструмент, разработанный командой, называется CShaper.
Это мощный вычислительный инструмент, который может систематически сегментировать и анализировать изображения клеток на уровне конкретных представителей. Это очень важно для изучения деления клеток, а также функций клеток и генов.
Текст работы
Для того, чтобы создать вычислительное устройство, биологи изучали, как животные вырастают из единственной клетки, оплодотворенной яйцеклетки или посредством бесчисленных клеточных делений. В частности они хотели знать определенные функции генов, например, какие гены участвуют в делении клеток при формировании различных органов или что вызывает аномальные деления клеток, из-за которых вырастают опухоли.
Для этого исследователи сначала получили изображения клеток - их «генеалогическое древо». Затем они «отключают» (удаляют) ген из последовательности ДНК и сравнивают два дерева родословных, чтобы проанализировать изменения в клетках и сделать вывод о функциях генов. После этого эксперимент повторяется, но уже с другими генами.
В исследовании биологи использовали эмбрионы Caenorhabditis elegans - это тип червя, который имеет много общих биологических характеристик с людьми, поэтому на нем можно изучать процесс роста опухоли у человека.
«Учитывая, что у C. elegans около 20 000 генов, это означает, что потребуется почти 20 000 экспериментов, если вы выберете по одному гену за раз. Это будет огромное количество данных. Поэтому крайне важно использовать автоматизированную систему анализа изображений, которую мы разработали», - текст исследования.
Изображения клеток обычно получают с помощью сканирования лазерным лучом. Существующие системы анализа изображений могут только успешно обнаружить ядро клетки, однако изображение клеточной мембраны будет некачественным, что затрудняет реконструкцию формы клеток.
Кроме того, отсутствует надежный алгоритм для 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.
Новая разработка CShaper может обнаруживать клеточные мембраны, создавать формы клеток в трехмерном пространстве и, что более важно, автоматически сегментировать изображения клеток на уровне клеток.