В исследовании представлен инновационный подход к анализу биологических изображений, основанный на методе дискретного обратного рендеринга. Авторы предлагают заменить традиционные локальные методы (такие как не-максимальное подавление или жадные алгоритмы связывания) на глобальную оптимизацию с использованием современных решателей целочисленного программирования. Этот метод позволяет совместно выбирать наиболее вероятные сценарии развития событий, учитывая временные и биологические ограничения, такие как деление клеток, появление и исчезновение объектов. Тестирование проводилось на различных типах данных: сплайнах C. elegans, жгутиках сперматозоидов и делящихся клетках Huh7. Результаты показали, что метод сопоставим с узкоспециализированными современными пайплайнами, но значительно превосходит их в условиях низкого качества сигнала. В частности, при анализе флуоресцентного видео клеток гепатомы Huh7 показатель F1-меры обнаружения вырос в два раза — с 0,31 до 0,58, что подтверждает высокую эффективность метода в сложных условиях визуализации.
В статье исследовано влияние гипоксии на интернализацию ДНК-тетраэдров (DNA Td) — перспективных наноконтейнеров для доставки лекарств. Авторы синтезировали и охарактеризовали Cy5-меченые ДНК-тетраэдры и создали модель химической гипоксии в клеточных линиях HeLa, MDA-MB-231 и MCF-7. Гипоксию подтверждали по ядерной транслокации фактора HIF-1. С помощью конфокальной микроскопии обнаружено значительное снижение поглощения ДНК-тетраэдров в условиях гипоксии, тогда как поглощение трансферрина и холерного токсина B возрастало, что указывает на селективную регуляцию эндоцитоза в зависимости от типа груза. Эксперименты с температурным арестом подтвердили снижение энергозависимой интернализации. Фармакологическое профилирование показало переключение с клатрин-опосредованных и галектин/гликан-зависимых путей на липид-рафт/холестерин-зависимое поглощение. Гипоксия увеличивала электроотрицательность плазматической мембраны, что создает биофизический барьер для поглощения ДНК-тетраэдров. Ключевым результатом стало то, что комплексообразование с катионным липидом DOTMA восстанавливало поглощение до нормоксического уровня, подтверждая роль электростатического отталкивания как основного фактора. В экспериментах на личинках zebrafish гипоксия значительно усиливала накопление ДНК-тетраэдров во всем организме. Полученные данные подчеркивают важность инженерии поверхностного заряда как стратегии улучшения доставки ДНК-наноструктур в гипоксических условиях, что актуально для разработки противоопухолевых терапевтических систем, поскольку гипоксия характерна для микроокружения многих солидных опухолей.
Виртуальное окрашивание (virtual staining) — перспективный метод, позволяющий заменить дорогостоящую флуоресцентную микроскопию на дешёвую label-free микроскопию с последующей генерацией окрашенных изображений с помощью нейросетей. Однако его практическое применение зависит от способности моделей к обобщению на новые данные. В данном исследовании авторы систематически проверили, насколько семь широко используемых метрик оценки качества изображений (IQA) — MAE, PSNR, SSIM, foreground PSNR и SSIM, LPIPS и DISTS — пригодны для оценки виртуального окрашивания. Они применили контролируемые деградации (изменение интенсивности, текстуры, морфологии) к изображениям Cell Painting, охватывающим 18 клеточных линий, различные плотности посева и флуоресцентные каналы. Оказалось, что канал, клеточная линия и плотность посева объясняют значительную часть вариаций метрик даже после учёта степени деградации. Метрики DISTS и foreground-метрики показали лучший баланс между чувствительностью к деградации и инвариантностью к биологическому контексту, однако ни одна метрика не была полностью независима от биологических условий. При постепенном ухудшении изображений большинство метрик использовали лишь малую часть своего номинального диапазона значений и часто выходили на плато, тогда как визуальное качество продолжало падать. Далее авторы обучили три популярные архитектуры (UNet, WGAN-GP, UNeXt) на пяти плотностях посева клеток U2-OS и оценили их предсказания на 17 ранее не встречавшихся клеточных линиях. Архитектура и плотность посева вместе объясняли менее 2% вариаций метрик, а визуальный анализ показал, что одинаковые значения метрик могут соответствовать качественно разным ошибкам (например, различиям в морфологии клеток и интенсивности маркеров). Авторы делают вывод, что традиционные IQA-метрики плохо переносятся на задачи виртуального окрашивания, и рекомендуют выбирать и оптимизировать модели, ориентируясь на конкретное приложение, например, на высокопроизводительный скрининг лекарств без меток.
Исследователи представили Human Developmental Lung Cell Atlas (HDLCA) — масштабный курируемый атлас респираторной системы, объединяющий 253 набора данных из 225 исследований. Проект охватывает более 18 миллионов клеток, полученных из 3 198 образцов 2 460 человек, охватывая 34 анатомические локации в состоянии здоровья и при патологиях. В ходе работы было определено 142 консенсусных типа клеток легких, включая 13 редких и 8 ранее не описанных типов. Ключевым открытием стало обнаружение редкой популяции промежуточных прогениторных альвеолярных эпителиальных клеток (Int AP), которые обладают транскрипционными признаками как клеток типа AT2, так и AT1. Траекторный анализ показал, что эти клетки возникают из AT2 и секреторных клеток SCGB1A1+, а их специализация регулируется сигнальным путем Hippo-YAP/TAZ. Установлено, что дисфункция Int AP клеток связана с генетической предрасположенностью к идиопатическому легочному фиброзу и ХОБЛ, что делает их потенциальной мишенью для регенеративной терапии. Данный атлас служит фундаментальной базой для картирования клеточного разнообразия и разработки новых стратегий клеточной терапии заболеваний легких.
Исследователи представили Spatium — инновационную фундаментальную модель (foundation model), использующую принципы языковых моделей для анализа пространственной протеомики. Модель была обучена на колоссальном массиве данных, охватывающем более 51 миллиона клеток, полученных с различных платформ пространственного протеомного анализа. Основная задача Spatium — решение проблемы ограниченных и перекрывающихся панелей белков, что мешает полноценной характеристике клеток в разных наборах данных. Благодаря изучению иерархий коэкспрессии, Spatium формирует стабильные и биологически интерпретируемые представления клеточных состояний, устойчивые к изменениям состава панелей и масштаба измерений. В ходе тестирования модель успешно восстанавливала пропущенные значения белков, сохраняя биологическую достоверность паттернов экспрессии, и точно определяла клеточную идентичность. Spatium также позволяет выявлять функционально различные пространственные микроокружения через анализ сигнатур обогащения маркеров, что открывает новые возможности для высокоточного анализа клеточных взаимодействий в тканях.
В исследовании представлена Evolutionary Cell Ontology (ECO) — новая ИИ-нативная формальная среда, построенная на субстрате {Sigma}0, которая решает проблему разрыва между статистической корреляцией и механистическим пониманием в биологических моделях. В отличие от традиционных методов, ECO представляет биологические знания напрямую в виде векторно-кодированных реляционных графов, используя 16 структурных операторов, которые работают одновременно как глифы знаний и тензорные операции. Авторы разработали протокол LSCP (Latent Space Communication Protocol) для интеграции этих графов в остаточные потоки (residual streams) больших языковых моделей, что позволяет проводить аудит биологических знаний внутри нейросетей. В ходе симуляций эволюции семейства глобинов модель достигла точности реконструкции предковых состояний в 82–91%. При моделировании клеточного цикла млекопитающих система успешно воспроизвела два полных осцилляторных цикла с возникновением фазового портрета четырех аттракторов без явного программирования. Исследование показало, что расстояние в эмбеддингах ECO коррелирует с дивергенцией 60 семейств белков (коэффициент Пирсона r = 0.50), превращая непрозрачные фундаментные модели в измеримые и навигационные карты биологического покрытия.
Исследователи представили новый метод STITCH (Shape-TranscriptomIc Correlation and Harmonization), предназначенный для анализа взаимосвязи между формой клеток и их генетическим профилем в данных пространственной транскриптомики (ISS). В основе метода лежит использование тангенциального анализа главных компонент (TPCA) на многообразии форм Кендалла, что позволяет получить интерпретируемое представление о контурах клеток, не смешивая параметры формы и размера. В ходе тестирования на наборе данных Xenium метод STITCH превзошел подходы на базе глубокого обучения, успешно восстановив сложную слоистую организацию кератиноцитов и пространственный градиент эксцентриситета ядер. При анализе данных CosMx по меланоме метод выявил устойчивую связь между вытянутыми и треугольными фибробластами и их близостью к злокачественным клеткам, что коррелировало с программой миофибробластов. Кроме того, STITCH независимо подтвердил связь между мезенхимально-подобными состояниями злокачественных клеток и увеличением их площади в двух когортах пациентов. Данная технология открывает новые возможности для интерпретируемого анализа морфологических и транскриптомных взаимосвязей на различных платформах пространственной биологии.
В исследовании представлен GeroEngine — инновационный программный фреймворк на базе вариационных автоэнкодеров (VAE), предназначенный для моделирования траекторий старения тканей по данным секвенирования РНК единичных клеток (scRNA-seq). Основная проблема существующих методов заключается в деструктивном характере scRNA-seq, что исключает возможность долгосрочного наблюдения за одними и теми же клетками, а также в наличии технических артефактов (dropout). Разработанная методология позволяет проводить симуляцию траекторий «вперед» и «назад», что помогло выявить три ключевых столпа старения: коллапс идентичности линий/репликации, половой диморфный эндокринно-стрессовый кор и воспалительное ремоделирование. В ходе тестирования на микроглии и гемопоэтических стволовых клетках (HSC) модель успешно минимизировала технические артефакты, сохранив гетерогенность траекторий. Исследование показало, что программы идентичности восстанавливаются при двунаправленном моделировании, в то время как воспалительные программы (MHC/NF-κB) проявляются преимущественно в направлении старения. Авторы делают важный вывод о том, что для борьбы со старением необходимо фокусироваться на восстановлении гомеостаза (upstream), а не просто на подавлении воспаления (downstream).
В исследовании представлен CiliAI — веб-ориентированный рабочий процесс на базе глубокого обучения, предназначенный для автоматизации анализа первичных ресничек. Система решает проблему трудоемкости ручного анализа 3D-изображений конфокальной микроскопии, обеспечивая автоматическое обнаружение и сегментацию ключевых субструктур: базального тела, переходной зоны и аксонемы. В ходе тестирования на клетках линии NIH-3T3 автоматизированные измерения длины ресничек показали высокую точность, практически идентичную ручному методу (средняя разница составила всего -0,214 мкм при p = 0,213). Алгоритм успешно воспроизвел биологические эффекты, зафиксировав снижение интенсивности сигнала белка Cep290 в клетках с дефицитом Rpgrip1l, что подтверждает его валидность для изучения молекулярных механизмов. Использование CiliAI позволяет сократить время анализа с нескольких дней ручной работы до считанных минут. Данный инструмент представляет значительную ценность для клеточной биологии и биомедицинских исследований, ускоряя изучение механизмов клеточной пролиферации и дифференцировки.
Исследователи представили Static2Dynamic — инновационный фреймворк, предназначенный для реконструкции динамических биологических процессов на основе набора статических изображений. Методология решает проблему невозможности непрерывного наблюдения за развитием тканей или прогрессированием заболеваний в реальном времени. Алгоритм работает в три этапа: восстановление непрерывного псевдовремени (pseudotime) в глубоком репрезентативном пространстве, обучение генеративной модели изображений и последующая реконструкция временно согласованных видеороликов. В ходе количественной валидации на двух масштабных наборах данных микроскопических видео, созданных специально для бенчмаркинга, метод продемонстрировал высокую точность сопоставления траекторий псевдовремени с реальной биологической динамикой. Технология позволяет моделировать прошлое и будущее состояния клеток, расширяя границы наблюдаемого пространства живых систем. Статическое изображение теперь может служить отправной точкой для симуляции полных траекторий развития, которые ранее были недоступны для прямой записи.
