摘要。收音机和手机使用振荡载体信号的频率调制(FM)来可靠地传输多路复用数据,同时拒绝噪声。在这里,我们使用遗传编码的蛋白振荡器(GEOS)作为电路中的载波信号来建立该范式的生化类似物,以实现单细胞数据的连续实时FM流。GEOS是由进化多样的思想家庭ATPase和激活因子模块构建的,这些模块在人类细胞中共表达时会产生快速的合成蛋白振荡。这些振荡用作单细胞载体信号,频率和振幅由GEO组件水平和活动控制。我们系统地表征了169个ATPase/Activator Geo对和具有多个竞争激活剂的工程师复合GEO,以开发一个用于波形编程的全面平台。使用这些原理,我们设计了对细胞活性调节地理频率的电路,并使用校准的机器学习模型解码其响应,以证明单个单元中转录和蛋白酶体降解动力学的敏感,实时FM流。GEOS建立一个动态控制的生化载体信号,解锁抗噪声的FM数据编码范式,为动态单细胞分析开辟了新的途径。简介。细胞动态调节不同时间尺度的基因表达,蛋白质定位和信号传导状态,以执行必不可少的生物学功能1-4。虽然基因组,转录组和蛋白质组学方法可以提供单细胞态5-8的快照,但实时遵循单个细胞的轨迹的能力对于理解动态细胞和生物体行为如何编码和功能1,9,10至关重要。这些单细胞动力学通常是使用荧光记者在显微镜下进行跟踪的,其强度或定位为您感兴趣的数据提供了代理10-16。虽然功能强大,但这些工具对扩展单细胞动力学和数据聚合的扩展跟踪构成了挑战,因为任意信号强度在仪器上各不相同,并且对光漂白和噪声17敏感。此外,传统基于荧光的工具生成的信号缺少元数据来识别信号的基本细胞来源,从而使密集的细胞环境中重叠信号的分离变得困难。
摘要背景:脊柱裂 (SBA) 是一种出生缺陷,与发育中的胎儿大脑的严重解剖变化有关。脑磁共振成像 (MRI) 图谱是研究脑解剖神经病理学的常用工具,但之前的胎儿大脑 MRI 图谱主要关注正常的胎儿大脑。我们的目标是开发一个用于 SBA 的时空胎儿大脑 MRI 图谱。方法:我们开发了一种半自动计算方法来计算第一个用于 SBA 的时空胎儿大脑 MRI 图谱。我们使用了 90 个患有 SBA 的胎儿的 MRI,胎龄从 21 到 35 周不等。所有检查都获得了各向同性和无运动的 3D 重建 MRI。我们提出了一种在患有 SBA 的胎儿大脑 3D MRI 中注释解剖标志的协议,目的是使异常胎儿大脑 MRI 的空间对齐更加稳健。此外,我们提出了一种基于解剖标志的加权广义 Procrustes 方法来初始化图谱。所提出的加权广义 Procrustes 可以处理时间正则化和缺失注释。初始化后,使用基于图像强度和解剖标志的非线性图像配准迭代细化图谱。使用半自动方法将我们的胎儿大脑图谱划分为八种组织类型:白质、脑室系统、小脑、轴外脑脊液、皮质灰质、深层灰质、脑干和胼胝体。结果:评分者内变异性分析表明这七个解剖标志足够可靠。我们发现,所提出的图谱在自动分割患有 SBA 的胎儿大脑 3D MRI 方面优于正常的胎儿大脑图谱。结论:我们公开了一个时空胎儿大脑
