Digitizing Spermatogenesis Lineage at Nanoscale Resolution In Tissue-Level Electron Microscopy
Created by
Haebom
Category
Empty
저자
Li Xiao, Liqing Liu, Hongjun Wu, Jiayi Zhong, Yan Zhang, Junjie Hu, Sun Fei, Ge Yang, Tao Xu
개요
DeepOrganelle은 조직 및 기관 수준에서 세포 내 소기관 및 상호작용을 특성화하기 위해 개발된, Mask2Former 프레임워크를 기반으로 한 딥러닝 기반의 소기관 분할 도구입니다. 이 도구는 다양한 세포 유형 내에서 소기관을 분할하고, 통계적 정량 분석을 수행하며, 조직 규모에서 소기관 형태와 상호작용의 공간적 분포를 시각화 및 정량화할 수 있습니다. DeepOrganelle을 사용하여, 연구진은 12개의 발달 단계와 24개의 생식 세포 상태를 포함하는 정세관 상피 주기의 진행에 따라 막 접촉 부위(MCS) 역학의 교차 규모 정량화를 수행했습니다.
시사점, 한계점
•
DeepOrganelle은 다양한 세포 유형에서 소기관을 분할하고 분석하는 데 사용될 수 있는 강력한 도구입니다.
•
정세관 상피 주기 동안 막 접촉 부위(MCS) 역학에 대한 새로운 통찰력을 제공합니다.
•
미토콘드리아-소포체 접촉의 파동 패턴을 발견하고, 특정 단계에서 증가하는 것을 확인했습니다.
•
혈액-고환 장벽의 동적 재구성과 Sertoli 세포의 소기관 지형 구조를 관찰했습니다.
•
논문 자체에는 한계점이 명시되어 있지 않지만, 사용된 데이터의 범위와 일반화 가능성에 대한 추가 조사가 필요할 수 있습니다.
