單細(xì)胞跟蹤分析系統(tǒng),，自動化細(xì)胞周期跟蹤分析系統(tǒng)

單細(xì)胞跟蹤分析系統(tǒng)

該系統(tǒng)是苐一個自動圖像定量解決方案，用于使用單一熒光標(biāo)記進(jìn)行譜系追蹤和詢問細(xì)胞周期動態(tài),。

背景及系統(tǒng)重要性

動機(jī)在延時顯微鏡圖像中跟蹤單細(xì)胞和量化熒光生物傳感器的計算方法徹第改變了我們研究細(xì)胞決策的分子控制的方法,。 限制單細(xì)胞分析在生物醫(yī)學(xué)研究中采用的

一個障礙是缺乏有效的方法來穩(wěn)健地跟蹤單細(xì)胞的細(xì)胞分裂事件。

該系統(tǒng)將檢測技術(shù)與跟蹤和細(xì)胞周期解析模型相結(jié)合,。使用 FAIR Detectron2 框架下的 Mask R-CNN 模型,，能夠通過PCNA 熒光檢測和解析密集的細(xì)胞軌跡。

可以自動跟蹤和分配單細(xì)胞的母子關(guān)系,。通過結(jié)合來自公ren的熒光細(xì)胞周期報告基因的細(xì)胞周期信息,，將有絲分裂關(guān)系聯(lián)系起來，從而實現(xiàn)高保真的長期單細(xì)胞跟蹤,。通過將基于深度學(xué)習(xí)的熒光PCNA信號實例分割模塊與細(xì)胞跟蹤和細(xì)胞周期解析流水線集成來實現(xiàn)的,。該系統(tǒng)提供了用戶友好的界面和可擴(kuò)展的API，用于定制細(xì)胞周期分析和各種成像配置的手動校正,。

高效的 Mask R-CNN 模型和下游設(shè)計使該系統(tǒng)能夠在幾分鐘內(nèi)處理數(shù)百個高細(xì)胞密度的圖像幀,。通過分析細(xì)胞周期特征，可以準(zhǔn)確關(guān)聯(lián)有絲分裂軌跡,，

證明了這種細(xì)胞背景在細(xì)胞追蹤中的有用性,。此外，該系統(tǒng)的輸出可導(dǎo)入 Fiji ImageJ進(jìn)行可視化和量化,。如果需要,，可以通過命令行界面進(jìn)行手動更正。

為了構(gòu)建具有有絲分裂事件的細(xì)胞譜系,，該系統(tǒng)先在TrackPy輸出中識別有絲分裂活動,。我們開發(fā)了一種貪婪相位搜索（GPS）算法來檢測噪聲背景中的目標(biāo)相位。

具有檢測到的有絲分裂階段的軌跡在大速度的框架下被分解為母子軌跡,，作為胞質(zhì)分裂的近似,。這些分離的軌道與在終點站具有M個相位標(biāo)簽的孤立軌道一起被放入潛在的母子軌道池中。

使用時空閾值算法將母女關(guān)系從這個池中連接起來。對于過濾后的軌跡,，基于空間和時間懲罰的線性和來計算分?jǐn)?shù),，這會生成一個母子分配的成本矩陣。

成本矩陣由匈牙利算法（Kuhn,，1955）求解,，以找到有效的母子對。

為了量化其他細(xì)胞周期的相變和持續(xù)時間,，對軌跡進(jìn)行了單分析,。假設(shè)單個軌道的細(xì)胞周期轉(zhuǎn)變應(yīng)按以下順序進(jìn)行：M-G1-S-G2-M。我們應(yīng)用GPS在G1/G2標(biāo)記的背景下搜索S相位,。其余G1/G2標(biāo)記是基于它們相對于S和M相位的時間位置來解析的,。

該以上下文感知的方式自動分割細(xì)胞核并跟蹤細(xì)胞，提供靈活的輸出掩模,，可用于在長期實時成像實驗中量化分子的細(xì)胞動力學(xué),。

該系統(tǒng)消除了對單細(xì)胞軌跡的人工跟蹤和注釋的要求，顯著節(jié)省了時間,，而單細(xì)胞軌跡的跟蹤和注釋需要大約 3 天/100 個細(xì)胞到幾分鐘,。準(zhǔn)確性與人類注釋相當(dāng)，

并且不受人類實驗偏差的影響,，這使其成為一種有吸引力的細(xì)胞周期分析方法,。重要的是，熒光標(biāo)記的 PCNA 已成功引入多種生物系統(tǒng),，這使得該系統(tǒng)成為一個強(qiáng)大而靈活的工具,，

可以在需要單細(xì)胞譜系追蹤的各種實驗環(huán)境中準(zhǔn)確跟蹤和生成細(xì)胞的核掩模。此外,，我們證明分段細(xì)胞的細(xì)胞周期狀態(tài)是自動單細(xì)胞譜系追蹤的一個有用特征,，可應(yīng)用于其他熒光細(xì)胞周期報告系統(tǒng)。