机器学习跟踪移动细胞

发育中的婴儿和老年人都有一个共同的特征：构成身体的许多细胞总是在移动。当我们人类通勤上班时，细胞通过身体迁移以完成工作。长期以来，生物学家一直在努力量化细胞的运动和改变细胞的形态，但现在，冲绳科学技术研究生院(OIST)的科学家已经设计出一种优雅的工具来做到这一点。

利用机器学习，研究人员设计了一种软件来分析迁移细胞的微观快照。他们将软件命名为Usiigaci，这是一个Ryukyuan字，指的是跟踪物体的轮廓，因为创新工具可以检测到单个细胞轮廓的变化。Usiigaci在2019年3月13日发表于SoftwareX的论文中描述，现在可供任何人在线使用，以及解释该软件的视频教程。

在子宫内，婴儿的细胞迁移到精确的位置，使每个手臂，腿和器官生长在适当的位置。我们的免疫细胞在受伤后通过身体比赛来修复伤口。癌细胞通过穿过身体转移，将肿瘤扩散到新组织。为了测试新药的功效，药物开发者追踪治疗前后细胞的运动。Usiigaci软件可以在所有这些研究领域中找到应用。

“这是一个一体化的解决方案，可以让我们从原始图像到细胞迁移的定量数据，”该研究的第一作者Hsieh-Fu Tsai说。Tsai是由Amy Shen教授领导的OIST Micro / Bio / Nanofluidics Unit的研究生和日本科学促进会(JSPS)DC1研究员。“我们的软件至少比手动方法快100倍，手动方法目前是这些类型实验的黄金标准，因为计算机还不够强大。”

“我们希望这个软件对科学界来说非常有用，”该研究部门的首席研究员，该研究的高级作者Amy Shen教授说。“对于任何需要您跟踪细胞对不同刺激的反应的生物学研究或药物筛选，您都可以使用该软件。”

机器学习使Usiigaci适应性强

为了在显微镜下观察细胞，科学家经常将它们浸入染料或调整它们的基因，使它们以令人eye目的颜色发光。但着色细胞改变了它们的运动，这反过来又扭曲了实验结果。一些科学家尝试使用所谓的“无标记”方法，在没有荧光标签的帮助下研究细胞迁移，但最终遇到了另一个问题;无标记细胞混合到显微图像的背景中，使得用现有的计算机软件难以分析它们。

Usiigaci允许科学家随着时间的推移训练软件，从而避免了这一障碍。生物学家充当教师，提供软件新的图像进行研究，以便它可以识别下一个细胞。作为一个快速学习者，该程序可以快速适应新的数据集，并且可以轻松跟踪单个细胞的移动，即使它们像东京地铁上的乘客一样挤在一起。

“大多数软件......不能分辨出高密度的细胞;基本上，它们正在分裂成水珠，”蔡说。“使用我们的软件，即使细胞接触，我们也可以正确分割。我们实际上可以在整个实验过程中进行单细胞跟踪。”Usiigaci是目前最快的软件，能够在个人笔记本电脑上以单细胞分辨率跟踪无标记细胞的移动。

软件模仿人脑

研究人员设计了Usiigaci来处理图像，好像它是一个简化的人类大脑。该策略使软件能够跟踪单个单元格的轮廓，监控它们的瞬间移动，并将该信息转换为可篡改的数字。

该程序围绕称为“卷积神经网络”的机器学习基础架构构建。大致基于脑细胞如何协同工作来处理来自外部世界的传入信息。当我们的眼睛捕捉到来自环境的光线时，他们会呼唤神经元分析这些信号并弄清楚我们正在看什么以及它在太空中的位置。神经元首先以宽笔划绘制出场景，然后将信息传递给下一组单元格，逐步渲染图像，越来越详细。神经网络的工作方式类似，除了每个“神经元”是代码的集合而不是物理单元。

这种设计赋予Usiigaci准确性和适应性。展望未来，研究人员的目标是开发神经网络，以识别细胞内的不同成分，而不仅仅是它们的轮廓。有了这些工具，科学家们就可以轻松地评估一种细胞是健康的还是患病的，无论是年轻还是年老，都来源于一种遗传谱系。与Usiigaci一样，这些计划可用于基础生物学，生物技术研究等。