子科生物報(bào)道：由香港城市大學(xué)（ CityU）共同領(lǐng)導(dǎo)的一個(gè)聯(lián)合研究小組開發(fā)了一種新的計(jì)算工具，它可以重建和可視化三維（3D）細(xì)胞形狀以及細(xì)胞的時(shí)間變化，將幾百小時(shí)的手工加速節(jié)省至數(shù)小時(shí)。這一工具*改變了生物學(xué)家分析圖像數(shù)據(jù)的方式，它可以促進(jìn)發(fā)育和細(xì)胞生物學(xué)的進(jìn)一步研究，例如癌細(xì)胞的生長(zhǎng)。

跨學(xué)科研究由計(jì)算機(jī)工程系的Yan Hong教授、電氣工程系Wong Chung Hong教授以及香港浸會(huì)大學(xué)（HKU）和北京大學(xué)的生物學(xué)家共同領(lǐng)導(dǎo)。他們的研究結(jié)果以“Establishment of a morphological atlas of the Caenorhabditis elegans embryo using deep-learning-based 4D segmentation”為題發(fā)表在《Nature Communications》上。

這個(gè)團(tuán)隊(duì)開發(fā)的工具叫做“CShaper”這是一個(gè)強(qiáng)大的計(jì)算工具，可以在單細(xì)胞水平上系統(tǒng)地分割和分析細(xì)胞圖像，“這是研究細(xì)胞分裂、細(xì)胞和基因功能所急需的，”Yan教授說。

分析海量細(xì)胞分裂數(shù)據(jù)的瓶頸

生物學(xué)家一直在研究動(dòng)物是如何從一個(gè)單一的細(xì)胞，一個(gè)受精卵，通過無數(shù)的細(xì)胞分裂，成長(zhǎng)為器官和整個(gè)身體。特別是，他們想知道基因的功能，比如參與細(xì)胞分裂形成不同器官的特定基因，或者是什么導(dǎo)致細(xì)胞分裂異常導(dǎo)致腫瘤生長(zhǎng)。

找到答案的一種方法是使用基因敲除技術(shù)。在所有基因都存在的情況下，研究人員首先獲得細(xì)胞圖像和譜系樹。然后他們從DNA序列中“剔除”一個(gè)基因，比較兩個(gè)譜系樹，分析細(xì)胞的變化，推斷基因功能。然后他們?cè)谄渌虮磺贸那闆r下重復(fù)實(shí)驗(yàn)。

在這項(xiàng)研究中，合作的生物學(xué)家團(tuán)隊(duì)利用秀麗隱桿線蟲（C.elegans）胚胎產(chǎn)生了數(shù)兆字節(jié)的數(shù)據(jù)，供Yan教授的團(tuán)隊(duì)進(jìn)行計(jì)算分析。線蟲是一種與人類具有許多基本生物學(xué)特性的蠕蟲，為研究人類腫瘤的生長(zhǎng)過程提供了有價(jià)值的模型。

“估計(jì)線蟲中有20000個(gè)基因，這意味著如果一次敲除一個(gè)基因，將需要近20000個(gè)實(shí)驗(yàn)，必然產(chǎn)生大量數(shù)據(jù)。因此，有必要使用一個(gè)自動(dòng)化的圖像分析系統(tǒng)。這也促使我們開發(fā)出一種更高效的方案。”

細(xì)胞突破圖像的自動(dòng)分割

細(xì)胞圖像通常是通過激光掃描獲得的。現(xiàn)有的圖像分析系統(tǒng)只能很好地檢測(cè)細(xì)胞核，細(xì)胞膜圖像質(zhì)量較差，阻礙了細(xì)胞形態(tài)的重建。同時(shí)，對(duì)于細(xì)胞分裂的時(shí)間推移的3D圖像（即4D圖像）的分割還缺乏可靠的算法。圖像分割是計(jì)算機(jī)視覺中的一個(gè)關(guān)鍵過程，它涉及到將視覺輸入分割成若干段以簡(jiǎn)化圖像分析。但研究人員不得不花費(fèi)數(shù)百小時(shí)手動(dòng)標(biāo)記許多細(xì)胞圖像。

CShaper的突破在于它可以檢測(cè)細(xì)胞膜，在3D中構(gòu)建細(xì)胞形狀，更重要的是，它可以在細(xì)胞水平上自動(dòng)分割細(xì)胞圖像。“使用CShaper，生物學(xué)家可以在幾個(gè)小時(shí)內(nèi)破譯這些圖像的內(nèi)容。它可以描述細(xì)胞的形狀和表面結(jié)構(gòu)，并提供細(xì)胞在不同時(shí)間點(diǎn)的三維視圖，”第 1作者之一、Yan教授實(shí)驗(yàn)室的博士生Cao Jianfeng說。

為了實(shí)現(xiàn)這一目標(biāo)，該團(tuán)隊(duì)開發(fā)的基于深度學(xué)習(xí)的模型DMapNet在CShaper系統(tǒng)中發(fā)揮了關(guān)鍵作用。“通過學(xué)習(xí)捕捉圖像像素之間的多個(gè)離散距離，DMapNet在提取膜輪廓的同時(shí)考慮形狀信息，而不僅僅是強(qiáng)度特征。因此，CShaper實(shí)現(xiàn)了95.95%的細(xì)胞識(shí)別準(zhǔn)確率，大大優(yōu)于其他方法，”他解釋說。

利用CShaper，研究小組為秀麗隱桿線蟲胚胎從4到350個(gè)細(xì)胞階段的細(xì)胞形態(tài)生成了一個(gè)延時(shí)3D圖譜，包括細(xì)胞形狀、體積、表面積、遷移、細(xì)胞核位置和細(xì)胞與細(xì)胞接觸的確認(rèn)細(xì)胞特征。

腫瘤生長(zhǎng)研究進(jìn)展

Cao Jianfeng說：“就我們所知，CShaper是第 1個(gè)在單細(xì)胞水平上系統(tǒng)地分割和分析線蟲胚胎圖像的計(jì)算機(jī)系統(tǒng)。通過與生物學(xué)家的密切合作，我們自豪地開發(fā)了一個(gè)有用的計(jì)算機(jī)工具，用于自動(dòng)分析大量的細(xì)胞圖像數(shù)據(jù)。我們相信它可以促進(jìn)發(fā)育和細(xì)胞生物學(xué)的進(jìn)一步研究，特別是在理解癌細(xì)胞的起源和生長(zhǎng)方面，”Yan教授補(bǔ)充說。

他們還在植物組織細(xì)胞上測(cè)試了CShaper，而且結(jié)果不錯(cuò)。他們相信這個(gè)計(jì)算機(jī)工具可以用于其他生物學(xué)研究。