.png){kind=icon}
返回
Geometric deep learning and multiple-instance learning for 3D cell-shape profiling
.png){kind=icon}
OA
AI
DOI：10.1016/j.cels.2025.101229.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
细胞的三维（3D）形态源自复杂的细胞及环境相互作用，可作为细胞状态和功能的指示器。本研究采用深度学习来发现形态表征并理解细胞状态。本研究引入了MorphoMIL，一种结合了几何深度学习和基于注意力的多实例学习（multiple-instance learning）的计算流程，用于分析3D细胞和细胞核形态。我们使用3D点云输入，在单细胞和群体水平上捕捉形态学特征，并考虑表型异质性。我们将这些方法应用于超过95,000个经临床相关及细胞骨架调控的化学和遗传扰动处理的黑色素瘤细胞。该流程准确预测了药物扰动和细胞状态。我们的框架揭示了与扰动相关的细微形态变化、与信号活动相关联的关键形状，以及对细胞状态异质性的可解释性见解。MorphoMIL表现出卓越的性能，并在多样化数据集上具有良好的泛化能力，为药物发现中的可扩展、高通量形态学分析铺平了道路。该论文透明同行评审过程的记录包含在补充信息中。
Keyword:
MICROSCOPY IMAGES
TRANSITIONS
LINK
YAP
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
7.7
论文数:
1.4K
被引数:
1.0W
机构
引用论文
Cross-talk between Rho and Rac GTPases drives deterministic exploration of cellular shape space and morphological heterogeneity.png)
Open BiologyOAAI
Open BiologyIF0
OAAI分享收藏
Characterization of proteome-size scaling by integrative omics reveals mechanisms of proliferation control in cancerSCIENCE ADVANCESOAAI
SCIENCE ADVANCESIF12.5
OAAI分享收藏An Integrated Model of RAF Inhibitor Action Predicts Inhibitor Activity against Oncogenic BRAF SignalingCancer CellOAAI
Cancer CellIF0
OAAI分享收藏Systems analysis of RhoGEF and RhoGAP regulatory proteins reveals spatially organized RAC1 signalling from integrin adhesionsNATURE CELL BIOLOGYOAAI
NATURE CELL BIOLOGYIF19.1
OAAI分享收藏Oncogenic Ras deregulates cell-substrate interactions during mitotic rounding and respreading to alter cell division orientationCURRENT BIOLOGYOAAI
CURRENT BIOLOGYIF7.5
OAAI分享收藏Scoring diverse cellular morphologies in image-based screens with iterative feedback and machine learning通过迭代反馈和机器学习在基于图像的屏幕中对不同的细胞形态进行评分OAAI
OAAI分享收藏
查看更多内容