三维细胞轨迹的轻量级可扩展粒子追踪与运动聚类

在三维显微视频中追踪细胞颗粒是一项具有挑战性的任务，但对细胞运动建模具有重要意义。正确表征细胞的形状、演化及其随时间的运动，对于理解和建模许多疾病中细胞迁移的力生物学至关重要。特别是弓形虫病，这是一种由刚地弓形虫引起的疾病。全球大约三分之一的人口刚地弓形虫检测呈阳性。其毒力与其裂解周期有关，而裂解周期取决于其运动性以及进入和退出有核细胞的能力；因此，阐明其运动模式的研究对于最终制定治疗策略至关重要。在此，我们提出了一个计算框架，以完全无监督的方式在三维视频中快速且可扩展地检测、追踪和识别刚地弓形虫的运动表型。我们的流程包含几个不同的模块，包括预处理、稀疏化、细胞检测、细胞追踪、轨迹提取、轨迹参数化，以及最后的聚类步骤。此外，我们识别了计算瓶颈，并通过任务分配和并行化的结合，开发了一个轻量级且高度可扩展的流程。我们的结果证明了该方法的准确性和性能。