机构名称：
¥ 2.0
纤毛长度是保守的、严格调控的，在不同细胞类型和组织之间有所不同，并且直接影响它们的信号传导能力。例如，纤毛已被证明会响应纤毛 G 蛋白偶联受体的激活而改变其长度。然而，准确且可重复地测量大量纤毛的长度是一个耗时且劳动密集的过程。当前的方法也容易出错和产生偏差。人工智能 (Ai) 程序可用于克服许多这些挑战，因为它具有允许同化、操纵和优化大量数据集的能力。在这里，我们证明可以训练一个 Ai 模块来识别体内和体外样本图像中的纤毛。在使用训练过的 Ai 识别纤毛后，我们能够设计和快速使用应用程序来分析单个样本中数百个纤毛的长度、荧光强度和共定位。这种无偏方法增加了我们在体外比较不同原代神经元制剂样本以及动物体内和动物之间不同大脑区域样本时的信心和严谨性。此外，该技术可用于以高通量方式可靠地分析来自任何细胞类型和组织的纤毛动力学，涵盖多个样本和治疗组。最终，随着大多数领域转向更少偏见和更可重复的图像采集和分析方法，基于人工智能的方法可能会成为标准。
评估初级纤毛的人工智能方法
主要关键词
相关文件推荐
