社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

Nature Methods:深度学习模型预测果蝇如何一个细胞一个细胞地形成

人工智能与生物科技 • 9 月前 • 256 次点击  

这种方法可以应用于更复杂的组织和器官,帮助研究人员识别疾病的早期迹象。


在早期发育过程中,组织和器官通过成千上万个细胞的移动、分裂和生长开始蓬勃发展。


麻省理工学院的一个工程师团队现在已经开发出一种方法,可以逐分钟预测果蝇生长初期单个细胞是如何折叠、分裂和重新排列的。这种新方法可能有一天会被应用于预测更复杂的组织、器官和有机体的发育。它还可以帮助科学家识别与早期发病疾病(如哮喘和癌症)相对应的细胞模式。


在发表在《自然方法》杂志上的一项研究中,该团队提出了一种新的深度学习模型,该模型可以学习,然后预测果蝇发育过程中单个细胞的某些几何特性将如何变化。该模型记录并跟踪细胞的位置等属性,以及它在给定时刻是否与相邻细胞接触。


该团队将该模型应用于果蝇胚胎发育的视频,每个胚胎开始时都是大约5000个细胞的集群。他们发现,在胚胎发育的第一个小时里,随着胚胎从光滑、均匀的形状演变成更明确的结构和特征,这个模型可以以90%的准确率预测5000个细胞中的每一个如何在每一分钟折叠、移动和重新排列。


该研究的作者、麻省理工学院机械工程副教授Ming Guo说:“这个最初的阶段被称为原肠胚形成,大约发生在一个小时内,单个细胞在几分钟的时间内重新排列。”“通过准确地模拟这一早期阶段,我们可以开始揭示局部细胞相互作用如何产生全局组织和生物体。”


研究人员希望应用该模型来预测其他物种的细胞发育,如斑马鱼和老鼠。然后,他们可以开始识别跨物种的共同模式。该团队还设想,这种方法可以用于识别疾病的早期模式,比如哮喘。哮喘患者的肺组织看起来与健康的肺组织明显不同。易患哮喘的组织最初是如何发育的,这是一个未知的过程,该团队的新方法可能会揭示这个过程。


“哮喘组织在成像时表现出不同的细胞动力学,”合著者、麻省理工学院研究生Haiqian Yang说。“我们设想,我们的模型可以捕捉到这些微妙的动态差异,并提供更全面的组织行为代表,有可能改善诊断或药物筛选分析。”


该研究的共同作者是麻省理工学院土木与环境工程系McAfee工程教授 Markus Buehler;密歇根大学的George Roy和Tomer Stern;以及东北大学的Anh Nguyen和Dapeng Bi 。


科学家们通常以两种方式之一来模拟胚胎的发育:作为一个点云,每个点代表一个随时间移动的单个细胞;或者作为“泡沫”,它代表单个细胞作为气泡相互移动和滑动,类似于剃须泡沫中的气泡。


Guo和Yang没有在两种方法中选择,而是两者兼而有之。


Yang说:“关于是用点云还是泡沫来建模还存在争议。”“但这两种方法本质上是对同一底层图形建模的不同方式,这是一种表示活体组织的优雅方式。通过将这些组合成一个图,我们可以突出显示更多的结构信息,比如细胞随着时间的推移重新排列时是如何相互连接的。”


新模型的核心是一个“双图”结构,它将发育中的胚胎表示为移动的点和气泡。通过这种双重表征,研究人员希望捕获单个细胞更详细的几何特性,例如细胞核的位置,细胞是否与相邻细胞接触,以及在给定时刻是否折叠或分裂。


作为原理证明,该团队训练新模型“学习”果蝇原肠胚形成过程中单个细胞如何随时间变化。


“在这个阶段,果蝇的整体形状大致是一个椭球,但在原肠胚形成的过程中,表面发生了巨大的动态变化,它从完全光滑到在不同角度形成许多褶皱。我们想要预测所有这些动态,每时每刻,每个细胞。”


地点和时间


在他们的新研究中,研究人员将新模型应用于由密歇根大学的合作者拍摄的果蝇原肠胚形成的高质量视频。这些视频是一小时的果蝇发育录像,以单细胞分辨率拍摄。更重要的是,视频中包含了单个细胞边缘和细胞核的标签——这些数据非常详细,很难获得。


“这些视频的质量非常高,这些数据非常罕见,你可以以非常快的帧速率获得整个3D体积的亚微米分辨率。”


该团队使用来自四个果蝇胚胎视频中的三个的数据来训练新模型,这样模型就可以“学习”单个细胞如何在胚胎发育过程中相互作用和变化。然后,他们在一个全新的果蝇视频上测试了这个模型,发现它能够非常准确地预测胚胎的5000个细胞中的大多数是如何每分钟变化的。


具体来说,该模型可以预测单个细胞的特性,比如它们是否会折叠、分裂,或者继续与相邻细胞共享一条边,准确率约为90%。


“我们不仅要预测这些事情是否会发生,还要预测什么时候会发生,例如,这个细胞会在七分钟后,还是八分钟后,从另一个细胞分离出来?”我们知道什么时候会发生。”


研究小组认为,原则上,新模型和双图方法应该能够预测其他多细胞系统的细胞发育,比如更复杂的物种,甚至一些人体组织和器官。限制因素是高质量视频数据的可用性。


“从模型的角度来看,我认为它已经准备好了,”Guo说。“真正的瓶颈是数据。如果我们有特定组织的高质量数据,该模型可以直接应用于预测更多结构的发展。”


这项工作得到了美国国立卫生研究院的部分支持。

参考文献

MultiCell: geometric learning in multicellular development







Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/190965