AI-метод DeMemSeg точно сегментирует и измеряет перекрывающиеся клеточные мембраны

Исследователи из Университета Цукубы разработали DeMemSeg — аналитический конвейер на основе искусственного интеллекта, который решает давнюю проблему микроскопии: точную сегментацию и измерение отдельных клеточных мембран, перекрывающихся на двумерных (2D) проекционных изображениях. Ожидается, что эта инновация ускорит исследования клеточных механизмов и связанных с ними заболеваний.

Форма клеток и их органелл тесно связана с их функцией, что делает точные измерения необходимыми для понимания фундаментальных биологических процессов. Биологический анализ часто требует проекции трёхмерных (3D) флуоресцентных изображений в 2D для визуализации. Однако в этом процессе структуры, которые в 3D являются раздельными, часто кажутся перекрывающимися в 2D, что осложняет точную сегментацию отдельных контуров.

Для решения этой проблемы исследователи разработали DeMemSeg — новый конвейер на основе глубокого обучения. Используя в качестве модельной системы проспоровую мембрану, формирующуюся во время споруляции у почкующихся дрожжей, команда показала, что DeMemSeg может автоматически сегментировать перекрывающиеся мембранные структуры с точностью, статистически сравнимой с ручным анализом эксперта.

Кроме того, при применении к мутантным клеткам с аномальной морфологией мембран, не представленной в его обучающем наборе, DeMemSeg успешно обнаруживал и количественно оценивал эти аномалии, демонстрируя сильную способность к обобщению. Результаты опубликованы в журнале Cell Structure and Function.

Этот подход позволяет проводить крупномасштабный, объективный и количественный анализ морфологических данных, которые ранее было трудно получить, особенно в исследованиях почкующихся дрожжей. Кроме того, рабочий процесс, лежащий в основе DeMemSeg, можно адаптировать к другим областям наук о жизни. Поскольку некоторые нарушения у человека, связанные с образованием гамет и оплодотворением, включают морфологические аномалии клеток или органелл, эти результаты обеспечивают фундаментальную технологию для углубления понимания таких механизмов заболеваний.