从明场图像中无标签预测细胞绘画

这篇科学报告研究了无标记细胞绘画的潜力和局限性。细胞绘画是一种基于图像的分析方法，用于预测生物活性、评估毒性并了解化学和遗传扰动的作用机制。研究人员通过从明场输入预测五个荧光细胞绘画通道来研究无标记细胞绘画。他们使用两个深度学习模型对17个批次的数据进行训练和验证，并评估了使用来自表型组的化合物处理的批次。所有通道的预测图像的平均 Pearson 相关系数为 0.84。此外，他们确定了 30 个与基本事实相关性大于 0.8 的特征。无标签细胞绘画的毒性分析结果表明，对来自未见过批次的图像的敏感性为 62.5%，特异性为 99.3%。这项研究证明了无标记细胞绘画有可能用于下游分析，并且可以将成像通道重新用于其他更具针对性的生物兴趣的非通用荧光染料。