跳到主要內容區塊

COUP-TFI specifies the medial entorhinal cortex identity and induces differential cell adhesion to determine the integrity of its boundary with neocortex|中央研究院 細胞與個體生物學研究所

資訊/公告
:::

你可以再靠近一點? 深度學習利用細胞特徵預測斑馬魚的個體大小

動物的生長由細胞的集體行為所驅動,而細胞行為也會即時受到動物整體生長狀態的回饋影響。儘管兩者預期高度相關,但其關聯是否能橫跨微觀(微米)與巨觀(公分)尺度, 目前仍是未知。本院細生所陳振輝團隊與台大電機工程學系魏安祺團隊合作,利用深度學習模型,探索皮膚細胞影像和斑馬魚個體大小的跨尺度連結關係。他們意外發現,僅僅需要分析單張 0.01 平方毫米影像中的 27 個皮膚細胞,或是0.6% 的體表區域,即足以準確預測斑馬魚仔魚的個體大小。利用 Grad-CAM ,他們進一步解構模型判斷所依賴的細胞特徵。首次驗證「深度學習技術可以利用微觀的細胞近照,解碼個體在巨觀層級的生物資訊」。此研究成果於今 (114) 年5月刊登於《生命科學聯盟》 (Life Science Alliance) 。本論文共同第一作者為台大碩士班學生楊尚儒和本院研究助理廖心純,研究團隊包括共同通訊作者魏安祺和陳振輝。研究經費由本院細生所、院內計畫、台大計畫及國科會支持。

論文標題:Deep learning models link local cellular features with whole-animal growth dynamics in zebrafish