image: The deep learning-based segmentation method, applied to confocal microscopy images of cortical microtubules in tobacco BY-2 cells, significantly improves density measurement accuracy compared to conventional techniques.
Credit: Takumi Higaki, Kumamoto University
熊本大学大学院自然科学研究部博士前期課程２年の市田まなみ大学院生、理学部４年の山道明奈大学生（当時）、大学院先端科学研究部の檜垣匠教授は、深層学習モデルを活用して植物細胞構造をバーチャルに染色する技術を確立しました。この技術により、従来必要とされていた蛍光染色を行わずに明視野顕微鏡画像のみから植物細胞構造の特異的な可視化と分析が可能になりました。
研究チームは、タバコの培養細胞を対象に、細胞膜や核などの細胞構造を深層学習モデルによってバーチャルに可視化することに成功しました。また、バーチャル染色した画像を用いて、シロイヌナズナの葉表皮細胞の形態、葉緑体の動態、細胞生死判定などの様々な解析を行い、本技術の多様な応用可能性を確認しました。特に、葉緑体の動態を時間経過観察で高精度に追跡できる点や、生細胞と死細胞を正確に分類できる点が注目されます。
本研究の成果は、バーチャル染色法が蛍光染色の課題である光毒性や蛍光退色を克服しつつ、細胞生物学研究において非侵襲的かつ効率的な解析を可能にする新たな手法としての可能性を拓くものです。
Journal
PROTOPLASMA
Method of Research
Experimental study
Subject of Research
Cells
Article Title
Deep learning-based cytoskeleton segmentation for accurate high-throughput measurement of cytoskeleton density
Article Publication Date
18-Dec-2024
COI Statement
The authors declare no conflicts of interest