深度学习实现对暴露于不同污染物的斑马鱼炎症反应的自动化评估
生物物理
2024-06-04 v1
摘要
在环境毒理学领域，快速、精确地评估生物模型对污染物的炎症反应至关重要。本研究利用深度学习的力量，实现对斑马鱼（一种因其与人类疾病通路具有转化相关性而被广泛使用的模式生物）的自动化评估。我们提出了一种创新方法，通过端到端的深度学习模型来评估暴露于各种污染物的斑马鱼的炎症反应。该模型采用基于Unet的架构，自动处理高通量的斑马鱼侧位图像，分割特定区域并量化作为炎症标志物的中性粒细胞。与成像同时进行的qPCR分析提供了基因表达信息，揭示了暴露对炎症通路的分子影响。此外，该深度学习模型被打包成一个用户友好的可执行文件（.exe），使其几乎可以在任何计算机上使用，无需专门的软件或培训，从而促进了广泛应用。
引用
@article{arxiv.2406.00603,
title = {Deep learning enables automated assessments of inflammatory response in zebrafish exposed to different pollutants},
author = {Lulu Xu and Peiwu Qin and Zhenglin Chen and Jiaqi Yang},
journal= {arXiv preprint arXiv:2406.00603},
year = {2024}
}