Быстрое вычисление позволяет ученым воссоздать развитие животного по клеткам

Новые вычислительные методы позволяют автоматизировать отслеживание трехмерных перемещений клеток в богатых данными изображениях, что значительно ускоряет реконструкцию клеточной родословной в развивающемся организме.

Исследователи из Janelia Research Campus (HHMI) разработали вычислительный фреймворк для быстрого отслеживания движений клеток в 3D. Метод был использован для реконструкции клеточной линии в ранней нервной системе плодовой мушки (Drosophila).

Ключевые моменты:

  • Цель: Восстановить "элементарный строительный план" животных, отслеживая каждую клетку от раннего до позднего развития, чтобы понять формирование нервной системы.

  • Проблема: Современные микроскопы (например, светлопольный микроскоп SiMView) генерируют терабайты данных с изображениями десятков тысяч клеток за тысячи временных точек. Ручной анализ невозможен.

  • Решение (вычислительный метод):

    1. Упрощение данных: Воксели изображения группируются в "супервоксели", что снижает сложность в тысячу раз.
    2. Идентификация ядер: Программа ищет эллипсоидные формы среди супервокселей, распознавая ядра клеток.
    3. Отслеживание: Положение ядра в предыдущем кадре используется как отправная точка для поиска в следующем (благодаря высокой скорости съемки).
    4. Сложные случаи (~5% данных): Для трудных участков (плохое качество изображения, скученность клеток) алгоритм анализирует контекст — поведение соседних клеток в прошлом и будущем.
    5. Ручная проверка: Пользователь проверяет и корректирует небольшой процент данных, отобранных по "коэффициенту достоверности", сгенерированному программой.
  • Результат: Полная информация о родословной для каждой клетки — путь, время деления, материнская и дочерние клетки.

  • Тестирование: Метод успешно использован для отслеживания 295 нейробластов у эмбриона плодовой мушки. Обнаружено, что раннее динамическое поведение клеток может предсказывать их будущую судьбу и функцию.

  • Универсальность: Программное обеспечение с открытым исходным кодом работает с данными от разных микроскопов (светлопольных, конфокальных) и для разных организмов (плодовая мушка, zebrafish, мышь).

Исследование опубликовано 20 июля 2014 года в Nature Methods. ПО доступно для бесплатной загрузки.

2014-07-20