據(jù)麥姆斯咨詢報(bào)道，近日，東南大學(xué)集成電路學(xué)院、電子科學(xué)與工程學(xué)院朱真教授課題組在釀酒酵母單細(xì)胞復(fù)制衰老壽命圖像分析算法方面取得了重要進(jìn)展。該研究結(jié)合計(jì)算機(jī)視覺(jué)和神經(jīng)網(wǎng)絡(luò)算法，應(yīng)用在高通量微流控芯片所得到的大批量時(shí)序顯微圖像分析上，成功實(shí)現(xiàn)了對(duì)酵母細(xì)胞增殖衰老過(guò)程中細(xì)胞出芽、解剖事件的識(shí)別和復(fù)制壽命的自動(dòng)化精準(zhǔn)分析。

釀酒酵母細(xì)胞（Saccharomyces cerevisiae）作為衰老壽命研究的理想模型，其復(fù)制壽命（Replicative Lifespan, RLS）一直是研究的關(guān)鍵生理指標(biāo)。微流控芯片因其微型集成、精確可靠等優(yōu)勢(shì)，是酵母細(xì)胞復(fù)制壽命檢測(cè)的新型研究平臺(tái)。但現(xiàn)有的單細(xì)胞圖像分析算法與軟件無(wú)法滿足微流控芯片大批量酵母細(xì)胞時(shí)序圖像的高效快速自動(dòng)化分析需求，尤其是難以分析專用捕獲結(jié)構(gòu)內(nèi)的細(xì)胞時(shí)序圖像及其動(dòng)態(tài)特征。

針對(duì)上述問(wèn)題，該研究結(jié)合計(jì)算機(jī)視覺(jué)和基于18層殘差神經(jīng)網(wǎng)絡(luò)（ResNet）算法，利用微流控芯片上細(xì)胞捕獲陣列的特點(diǎn)，采用形態(tài)學(xué)處理方法對(duì)時(shí)序圖像進(jìn)行偏移修正和單細(xì)胞圖像分割，然后對(duì)捕獲結(jié)構(gòu)內(nèi)的酵母細(xì)胞進(jìn)行特征識(shí)別并提取出芽和子細(xì)胞剪切事件，并依此實(shí)現(xiàn)細(xì)胞周期記錄和復(fù)制壽命統(tǒng)計(jì)。該算法針對(duì)母細(xì)胞的捕獲和死活狀態(tài)、子細(xì)胞的出芽方向、芽的大小進(jìn)行標(biāo)注，并建立殘差神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)集進(jìn)行訓(xùn)練，利用Adam優(yōu)化算法增加網(wǎng)絡(luò)迭代速度，測(cè)試集評(píng)估的F1 scores高達(dá)92%，可以實(shí)現(xiàn)對(duì)釀酒酵母出芽狀態(tài)特征的有效提取。此外，該研究基于上述算法開發(fā)了一套用戶交互軟件，可實(shí)現(xiàn)對(duì)酵母細(xì)胞復(fù)制壽命、細(xì)胞周期、生長(zhǎng)速率等關(guān)鍵生理指征參數(shù)的高效智能分析，為酵母復(fù)制壽命及其衰老相關(guān)形態(tài)變化完整關(guān)聯(lián)性圖譜的構(gòu)建提供了可能，具有廣泛的應(yīng)用前景。歡迎廣大科研人員合作并共同開展釀酒酵母細(xì)胞生理及表型相關(guān)研究。

圖1：高通量微流控芯片及細(xì)胞特征數(shù)據(jù)標(biāo)注示例

圖2：用于酵母出芽特征提取的殘差神經(jīng)網(wǎng)絡(luò)

圖3：雙倍體釀酒酵母細(xì)胞的復(fù)制壽命RLS及出芽時(shí)間間隔BTI

東南大學(xué)集成電路學(xué)院已畢業(yè)碩士生肖秦為該論文第一作者，現(xiàn)為OPPO公司算法工程師，電子科學(xué)與工程學(xué)院博士生王穎瀛為本文共同一作，東南大學(xué)朱真教授為論文通訊作者。該研究得到了國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2021YFF0701000）、國(guó)家自然科學(xué)基金面上項(xiàng)目（61774036）和東南大學(xué)生物電子學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室開放研究基金的資助。

審核編輯：彭菁