利用人工智能对细胞器进行定量分析

BESSYII的高亮度X射线可用于生成空间分辨率低至几十纳米的显微图像。可以检查全细胞体积，无需像电子显微镜那样进行复杂的样品制备。在X射线显微镜下，微小的细胞器及其精细的结构和边界膜即使在三维空间中也显得清晰细致。

这使得冷冻X射线断层扫描非常适合研究由外部触发等原因引起的细胞结构变化。然而，到目前为止，3D断层图的评估很大程度上需要手动和劳动密集型数据分析。为了克服这个问题，由计算机科学家FrankNoé博士教授和细胞生物学家HelgeEwers博士教授(均来自柏林自由大学)领导的团队现已与HZB的X射线显微镜部门合作。

计算机科学团队开发了一种新颖的自学习算法。这种基于人工智能的分析方法以亚细胞结构的自动检测为基础，加速了3DX射线数据集的定量分析。生物样本内部的3D图像是在BESSYII的U41光束线上获取的。

HZBX射线显微镜专家StephanWerner博士表示：“在这项研究中，我们使用来自具有所谓丝状伪足的细胞培养物的哺乳动物细胞，展示了基于人工智能的细胞体积分析的效果。”。哺乳动物细胞具有复杂的结构，具有许多不同的细胞器，每个细胞器必须履行不同的细胞功能。丝状伪足是细胞膜的突起，特别用于细胞迁移。

“对于冷冻X射线显微镜，细胞样本首先被快速冷冻，速度如此之快，以至于细胞内不会形成冰晶。这使细胞处于几乎自然的状态，使我们能够研究外部因素对细胞内结构的影响。细胞，”维尔纳解释道。

“我们的工作已经引起了专家们的极大兴趣，”来自柏林自由大学的第一作者迈克尔·戴尔说。神经网络在很短的时间内正确识别了大约70%的现有细胞特征，从而能够非常快速地评估数据集。Dyhr说：“将来，我们可以使用这种新的分析方法来研究细胞如何对纳米颗粒、病毒或致癌物等环境影响做出反应，比以前更快、更可靠。”