【技术实现步骤摘要】
用于确定内质网表型的方法及产品和用于药物筛选的方法
本专利技术一般地涉及神经网络
更具体地,本专利技术涉及一种用于确定内质网表型的方法及相关产品和用于对药物进行筛选的方法。
技术介绍
内质网(ER)是细胞中的重要细胞器,其在蛋白质合成和修饰、脂质合成和离子稳态中起关键作用。内质网应激(ERstress)是细胞面对内外环境改变,感受自身健康状态,进行自我适应调节以实现重回内稳态或者细胞凋亡的过程。内质网应激作为决定细胞命运的重要机制,其关系到细胞内的物质能量代谢平衡,并可以在一定程度上避免细胞功能障碍。当前的研究已经证实代谢类疾病、心血管疾病、神经退行性疾病、炎症、癌症等多种病症的发生均能够引起内质网的应激反应,因此研究者们希望通过对内质网应激反应的分子机制进行深入研究,以便为新的治疗干预和药物开发提供基础。内质网的形状是在不断变化的,且动态变化的内质网形状与应激反应紧密相关。目前对于内质网应激的研究方法主要集中在蛋白质表达与修饰分析等细胞生物学与生物化学检测方法。而目前尚缺少能够对动态变化的内质网形态进行追踪和分析的技术手段,因此阻碍了研究者们对内质网形态与功能的深入研究。
技术实现思路
鉴于上面所提到的技术问题,本专利技术的技术方案在多个方面提供一种用于确定内质网表型的方法及相关产品和用于对药物进行筛选的方法。在本专利技术的第一方面中,提供一种用于确定内质网表型的方法,包括:利用基于深度神经网络的检测模型对包含细胞内质网的待检测图像进行检测,以提取所述待检测图像中单细胞的 ...
【技术保护点】
1.一种用于确定内质网表型的方法,包括:/n利用基于深度神经网络的检测模型对包含细胞内质网的待检测图像进行检测,以提取所述待检测图像中单细胞的内质网区域;以及/n利用基于深度神经网络的分类模型对所述内质网区域进行分类,以确定所述内质网的表型。/n
【技术特征摘要】
1.一种用于确定内质网表型的方法,包括:
利用基于深度神经网络的检测模型对包含细胞内质网的待检测图像进行检测,以提取所述待检测图像中单细胞的内质网区域;以及
利用基于深度神经网络的分类模型对所述内质网区域进行分类,以确定所述内质网的表型。
2.根据权利要求1所述的方法,其中在对待检测图像进行检测之前,所述方法还包括:
对细胞的内质网进行光学标记,使得所述内质网形态显现以便于被识别;以及
采集包含带光学标记的内质网的所述待检测图像。
3.根据权利要求2所述的方法,其中在采集所述待检测图像之前,所述方法还包括:
通过一种或多种应激条件诱导所述内质网的应激反应,以得到内质网应激细胞;并且
所述采集包含带光学标记的内质网的待检测图像包括:
采集包含带光学标记的所述内质网应激细胞的待检测图像。
4.根据权利要求1所述的方法,其中在利用检测模型对待检测图像进行检测之前,所述方法还包括:
获取包含内质网的细胞样本图像,并对所述细胞样本图像中的单细胞的内质网区域进行第一标注;以及
使用带第一标注的所述细胞样本图像训练第一深度神经网络模型,以便得到所述检测模型。
5.根据权利要求1所述的方法,其中在利用分类模型进行分类之前,所述方法还包括:
获取内质网样本图像,并对所述内质网样本图像包含的内质网区域的表型类别进行第二标注;以及
使用带第二标注的所述内质网样本图像训练第二深度神经网络模型,以便得到所述分类模型。
6.根据权利要求5所述的方法,在使用内质网样本图像训练第二深度神经网络模型之前,所述方法还包括对所述第二深度神经网络模型进行预训练,其中所述预训练包括:
获取包括生物细胞图像和/或组织图像的大样本数据集;以及
使用所述大样本数据集对所述第二深度神经网络模型进行所述预训练,以便得到预训练后的第二深度神经网络模型;并且
所述使用内质网样本图像训练第二深度神经网络模型包括:
使用所述内质网样本图像训练所述预训练后的第二深度神经网络模型。
7.根据权利要求1所述的方法,其中所述内质网的表型包括正常表型和应激表型。
8.根据权利要求1-7中任一所述的方法,还包括:
利用基于深度神经网络的分割模型对所述内质网区域进行分割,以提取单细胞内质网结构。
9.根据权利要求8所述的方法,其中在使用分割模型对所述内质网区域进行分割之前,所述方法还包括:
对获取的内质网样本图像中的内质网结构进行第三标注;以及
使用带第三标注的所述内质网样本图像训练第三深度神经网络模型,以便得到所述分割模型。
10.根据权利要求8所述的方法,还包括:
根据所述单细胞内质网结构的特征,确定所述单细胞内质网结构的第一特征参数。
11.根据权利要求10所述的方法,其中所述第一特征参数包括以下至少一个:
内质网的面积;
内质网结构与所述内质网区域的面积比;
内质网管状分支的长度;
内质网管状分支的宽度;以及
内质网网状结构的节点数。
12.根据权利要求10所述的方法,还包括:
响应于所述内质网的表型为应激表型,获取所述内质网区域;以及
根据所述内质网区域和提取的所述单细胞内质网结构,确定所述内质网的应激表型结构的第二特征参数。
13.根据权利要求12所述的方法...
【专利技术属性】
技术研发人员:李文静,郭远昊,杨戈,
申请(专利权)人:中国科学院自动化研究所,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。