Deepcell 發(fā)布首個(gè)單細(xì)胞形態(tài)學(xué)數(shù)據(jù)集

AI 模型被稱(chēng)為人類(lèi)基礎(chǔ)模型 (Human Foundation Model，HFM)，已根據(jù)數(shù)百萬(wàn)個(gè)細(xì)胞圖像進(jìn)行訓(xùn)練，使科學(xué)家能夠在****假設(shè)方法中輕松地從未標(biāo)記的細(xì)胞中生成已知和新穎形態(tài)特征的高維讀數(shù)。該軟件套件還允許創(chuàng)建自定義細(xì)胞分類(lèi)和識(shí)別形態(tài)相似的細(xì)胞群，以對(duì)活細(xì)胞進(jìn)行分類(lèi)，從而實(shí)現(xiàn)下游分子或功能分析。
「形態(tài)變化，即使在一個(gè)樣本中，也高得驚人且細(xì)微差別。沒(méi)有任何預(yù)定的功能或類(lèi)列表具有足夠的描述性來(lái)捕獲這些豐富的信息。我們相信，我們的基礎(chǔ)模型和自我監(jiān)督學(xué)習(xí)方法在研究細(xì)胞形態(tài)方面具有無(wú)與倫比的優(yōu)勢(shì)。」Deepcell 總裁、首席技術(shù)官兼聯(lián)合創(chuàng)始人 Mahyar Salek 說(shuō)。
Deepcell 的數(shù)據(jù)發(fā)布將幫助研究界可視化 Deepcell 平臺(tái)上生成的高維單細(xì)胞形態(tài)數(shù)據(jù)。到目前為止，高含量形態(tài)學(xué)數(shù)據(jù)僅限于復(fù)用許多已知標(biāo)記或用于 AI 解釋的復(fù)雜訓(xùn)練方案。Deepcell 的高維形態(tài)現(xiàn)在很容易獲得，可用于多種樣品類(lèi)型的發(fā)現(xiàn)，如細(xì)胞系、初級(jí)體液和分離組織樣品，以及跨應(yīng)用，包括復(fù)雜樣品的表征、細(xì)胞圖譜、細(xì)胞和基因治療開(kāi)發(fā)、功能篩選、癌癥生物學(xué)和干細(xì)胞研究等。
「我們發(fā)布的這三個(gè)開(kāi)創(chuàng)性數(shù)據(jù)集使科學(xué)家能夠探索細(xì)胞生物學(xué)中一種全新的分析物。研究人員可以提出新的問(wèn)題，以豐富他們對(duì)細(xì)胞生物學(xué)的理解并推動(dòng)新發(fā)現(xiàn)，」Deepcell 首席商務(wù)官 Marc Montserrat 說(shuō)?！窪eepcell 正在通過(guò)提取可與其他數(shù)據(jù)結(jié)合用于泛組學(xué)方法的可操作數(shù)據(jù)，在單細(xì)胞分析中建立創(chuàng)新方法?！?/span>
這第一組數(shù)據(jù)發(fā)布展示了該技術(shù)如何以無(wú)標(biāo)記的方式表征異質(zhì)樣本中的不同細(xì)胞類(lèi)型，并允許用戶(hù)分析難以用分子標(biāo)記識(shí)別的特定目標(biāo)細(xì)胞群。具體來(lái)說(shuō)，三個(gè)人類(lèi)癌癥數(shù)據(jù)集可供探索。
在第一個(gè)數(shù)據(jù)集中，Deepcell 平臺(tái)被用于人類(lèi)黑色素瘤細(xì)胞系和原發(fā)性腫瘤樣本的混合物，以?xún)H使用形態(tài)學(xué)的無(wú)標(biāo)記方式識(shí)別腫瘤、免疫和基質(zhì)細(xì)胞群。然后在 Deepcell 軟件套件中選擇來(lái)自該數(shù)據(jù)集的黑色素瘤腫瘤細(xì)胞群數(shù)據(jù)，并使用自定義 UMAP 重新投影，以獲得對(duì)該形態(tài)不同的亞群的額外分辨率，從而創(chuàng)建第二個(gè)數(shù)據(jù)集。這揭示了這些細(xì)胞內(nèi)基于細(xì)微形態(tài)差異（包括色素沉著）的異質(zhì)性，使用傳統(tǒng)方法很難識(shí)別這些差異。在最終數(shù)據(jù)集中，使用 Deepcell 無(wú)標(biāo)記技術(shù)從各種人類(lèi)游離腫瘤細(xì)胞 (DTC) 樣本中探索肺腫瘤微環(huán)境中免疫細(xì)胞群的形態(tài)多樣性。
Deepcell 新發(fā)布的數(shù)據(jù)集訪問(wèn)地址：https://exploredata.deepcell.com/register