November 7th, 2025
ניתוח מדויק של נתוני מיקרוסקופיה רב-ממדיים דורש זרימות עבודה מורכבות. מאמר זה מדגים כיצד להשתמש בתוכנה Cell-ACDC. הוא ממנף מודלים חדישים מונעי בינה מלאכותית לפילוח, מעקב, ניתוח אילן יוחסין של תאים וכימות של נתוני מיקרוסקופיה. באופן מכריע, הוא משלים את המודלים הללו עם מסגרת חדשנית לתיקון אוטומטי למחצה של תפוקת הדגמים.
אנו משפרים את ניתוח נתוני מיקרוסקופיה רב-ממדית על ידי פיתוח תוכנה לניתוח מחזור חלוקת התאים, בשם Cell-ACDC, כדי להתגבר על צווארי הבקבוק לגילוי ביולוגי מהיר. מודלים של בינה מלאכותית קיימים לעיתים קרובות קשים לגישה. בנוסף, נדרשים ויזואליזציה ותיקון ידני להשגת תוצאות איכותיות.
עם זאת, משימות אלו עלולות להפוך למייגעות מאוד ללא הכלים הנכונים. כדי להתחיל, לחצו על Launch GUI בחלון הראשי של המודול Visualize and Correct. לחץ על סמל התיקייה בסרגל הכלים של החלון החדש, ובחר את התיקייה שמכילה את הנתונים.
לאחר מכן לחץ על Select Folder כדי לאשר את הבחירה. השתמש בתפריט הנפתח כדי לבחור את קונטרסט פאזה של ערוץ מעובד מראש, ואז לחץ על OK כדי לאשר. בחר את שם מסכת הסגמנטציה ואז לחץ על Load Selected כדי לטעון את קובץ הסגמנטציה שנוצר בשלב הקודם.
אשר את מאפייני התמונה על ידי לחיצה על אישור למיקומים טעונים. כאשר מתבקשים, בחר ב-No כדי למנוע טעינת נתוני פלואורסצנציה נוספים. השתמש בבורר המצב כדי לבחור מצב סגמנטציה ומעקב.
בשורת התפריטים, עבור ל-Tracking, אחריו לבחור אלגוריתם מעקב בזמן אמת, ובחר את המעקב בזמן אמת הרצוי בהתאם לאורגניזם. השתמשו במקשי החצים שמאלה וימינה כדי לנווט בין הפריימים. נווט לפריים 10.
לחץ על מקש S כדי להפעיל את כלי ההפרדה הידני של הbud ולחץ קליק ימני כדי לפצל אוטומטית את מסכת הסגמנטציה של תא אחד. עכשיו, לעבור לפריים 14. לחץ על מקש B כדי להפעיל את כלי המברשת ולצייר את מסכת הסגמנטציה החסרה של הניצן באמצעות כפתור העכבר השמאלי.
המשך דרך הפריימים הבאים תוך תיקון שגיאות סגמנטציה ומעקב באמצעות הכלים הזמינים. תקן לפחות עד פריים 42. הפעל ניתוח מחזור תאים באמצעות בורר המצבים.
כאשר מתבקשים, בחר כן כדי לעבור לפריים הראשון. השתמשו במקשי החצים שמאלה וימינה כדי לנווט בין הפריימים. לחץ על OK כדי לקבל את האתחול של טבלת ההערות במחזור התא כאשר מתבקש, ועבור לפריים 41.
לחץ קליק ימני על תא אחד או על הניצן שלו כדי להפריד את החיבור ולסמן את אירוע חלוקת התא. המשך לצפות בכל הפריימים הרלוונטיים ולתקן טעויות במשימות אוטומטיות של Mother-bud באמצעות הכלים הזמינים. כדי להקצות ניצן לאם אם, הפעל את כלי ה-bud שהוקצה לאם על ידי לחיצה על A. לחיצה והחזקה על כפתור העכבר הימני בזרוע, גרור לתא האם המתאים, ושחרר את כפתור העכבר.
כדי לאתחל מחדש את סימון מחזור התא, בחר את האפשרות המתאימה מתוך סרגל הכלים. כדי לשבור או לקשור מחדש את הקשר בין אם-ניצן, ודא שאף כלי לא נבחר. לחץ קליק ימני על זוג אם-ניצן קיים כדי לנתק את הקשר, או לחץ ימני שוב כדי להחזיר את החיבור.
הפעל עץ שושלת חלוקה רגילה באמצעות בורר המצבים. כאשר מתבקשים, בחר כן כדי להיכנס לפריים הראשון, והשתמש במקשי החצים שמאלה וימין כדי לנווט בין הפריימים. תקן שגיאות במשימות האוטומטיות של אם-בת באמצעות הכלים הזמינים בסרגל הכלים לעריכה.
כאשר מתבקשים, לחץ על Propagate כדי להחיל את השינויים. כדי להקצות אם למזהה תא חדש, הפעל את 'מצא אם לכלי זיהוי תא חדש' על ידי לחיצה על F. לחיצה ימנית על התא החדש כדי לעבור בין אימהות מועמדות. סגמנטציה גרעינית בספירואידים של הגידול חשפה התפלגות רחבה של נפחי גרעין, כאשר מספר משמעותי של עצמים הציגו נפחים קטנים ומעטים הראו נפחים גדולים מאוד.
תצוגה תלת-ממדית של האורגנואיד של הגידול הציגה גרעינים מקוטעים רבים עם מזהים מסומנים, ו-Z-slices הציגו את קווי המתאר האדומים שהוחלו על כל גרעין. בשמרים הנבטים, כמות חלבון H2B עלתה בחדות בזמן הופעת הניצנים והגיעה לתיאום לפני החלוקה הגרעינית. מספר הגרעינים עלה בפתאומיות בזמן החלוקה הגרעינית במאגר הנתונים של השמרים.
בתאי גזע עובריים של עכברים, שטח התא גדל בהדרגה עד שהגיע למקסימום, ואז ירד במהלך חלוקת התאים, ובהמשך החל לעלות שוב בתאי הבת. לכן Cell-ACDC היא מסגרת תוכנה בקוד פתוח שמאפשרת גישה נוחה למודלים של בינה מלאכותית לניתוח ביודימוי ומבטיחה שיתוף גבוה של נתוני מיקרוסקופיה. היבט חשוב ב-Cell-ACDC הוא שהקהילה יכולה לשלב בקלות את השיטות החדשות בזרימת עבודה קיימת עם מבנה נתונים סטנדרטי.
ניצול נתונים מתוקנים מ-Cell-ACDC לשיפור שיטות מתקדמות יכול להניח את היסודות לניתוח ביודימוי אוטומטי מלא.
מחקר זה מתייחס לאתגרים בניתוח נתוני מיקרוסקופיה רב-ממדית, במיוחד במעקב אחר מחזורי חלוקת התא. המחקר מציג את Cell-ACDC, תוכנה קוד פתוח המשלבת מודלים מונעי בינה מלאכותית לשיפור פילוח, מעקב וכימות של ערכות נתונים מיקרוסקופיות.