論文の概要: Digitizing Spermatogenesis Lineage at Nanoscale Resolution In Tissue-Level Electron Microscopy

• arxiv url: http://arxiv.org/abs/2511.02860v1
• Date: Sun, 02 Nov 2025 05:19:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-06 18:19:32.175222
• Title: Digitizing Spermatogenesis Lineage at Nanoscale Resolution In Tissue-Level Electron Microscopy
• Title（参考訳）: 組織レベル電子顕微鏡のナノスケール分解能における精子形成の線形化
• Authors: Li Xiao, Liqing Liu, Hongjun Wu, Jiayi Zhong, Yan Zhang, Junjie Hu, Sun Fei, Ge Yang, Tao Xu,
• Abstract要約: DeepOrganelleは、異なる細胞タイプ内でオルガネラを分節し、抽出し、統計的定量分析を行い、オルガネラの形態や相互作用の空間分布を可視化し、定量化することができる。 ミトコンドリア(ミトコンドリア)-小胞体(ER)接触の波状パターンを解明し、特にStage X pachyteneにおいて顕著な増加を示した。
• 参考スコア（独自算出の注目度）: 12.470262476858053
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Recent advances in 2D large-scale and 3D volume electron microscopy have stimulated the rapid development of nanoscale functional analysis at the tissue and organ levels. Digitizing the cell by mapping the intricate organellar networks into its physiological and pathological textures will revolutionarize the contents of cell atlases. To meet the requirements of characterizing intracellular organelles and their interactions within defined cellular cohorts at tissue level, we have developed DeepOrganelle. It adopts a lightweighted Mask2Former frameworks as a universal segmentor and is capable of segmenting and extracting organelles within different cell types, performing statistical quantitative analysis, as well as visualizing and quantifying the spatial distribution of organelle morphologies and interactions across different cell types at tissue scales. Using DeepOrganelle, we systemically perform cross-scale quantification of membrane contact sites(MCSs) dynamics across the progression of the seminiferous epithelial cycle, covering 12 distinct developmental stages and 24 statuses of germ cells. DeepOrganelle uncovers the spatiotemporal gradient of the germ cell differentiation atlas according to different types of organelles and their interactions. Noticeably, it discovers a waved pattern of mitochondria(Mito)-endoplasmic reticulum(ER) contact with a significant increase specifically at Stage X pachytene preceding the transition to diplotene, which aligns well with a newly reported experiment that mitochondrial metabolic proteins like PDHA2 are essential for this transition by maintaining ATP supply for double-strand break(DSB) repair. DeepOrganelle also observes a dynamic restructuring of the blood-testis barrier and stage-specific reorganization of organelle topography in Sertoli cells from preleptotene to leptotene phases of prophase I.
• Abstract（参考訳）: 2次元大規模および3次元体積電子顕微鏡の最近の進歩は、組織と臓器レベルでのナノスケール機能解析の急速な発展を刺激している。 複雑なオルガネラネットワークを生理的および病理学的テクスチャにマッピングすることで細胞をジジタイズすることは、細胞アトラスの内容を革命させる。 組織レベルでの細胞内オルガネラの同定と細胞内コホート内の相互作用の要求を満たすため,DeepOrganelleを開発した。 軽量化されたMask2Formerフレームワークを普遍的なセグメンタとして採用し、異なる細胞タイプ内でオルガネラを分節して抽出し、統計的定量分析を行い、組織スケールで異なる細胞タイプ間でのオルガネラ形態および相互作用の空間分布を可視化および定量化することができる。 DeepOrganelle を用いた膜接触部位 (MCS) 動態の定量的解析を行い, 胚細胞の発達期と発生期を 12 段階から24 段階に分けた。 DeepOrganelleは、異なる種類のオルガネラとそれらの相互作用に従って、胚細胞分化アトラスの時空間勾配を明らかにする。 特に、double-strand break(DSB)修復のためのATP供給を維持することによって、PDHA2のようなミトコンドリア代謝タンパク質がこの遷移に必須であるという最近の報告とよく一致している。 ディープオルガネルはまた、前レプトテンから前相Iのレプトテン相まで、血液精巣関門の動的再構成と、セルトーリ細胞におけるオルガネラトポグラフィーの段階特異的再構成を観察する。

関連論文リスト

• Modeling Microenvironment Trajectories on Spatial Transcriptomics with NicheFlow [80.00833033784079]
  細胞微小環境の理解は、組織の発生と疾患データの解読に不可欠である。 NicheFlowはフローベースの生成モデルであり、空間スライドを横断する細胞マイクロ環境の時間軌道を推定する。
  論文  参考訳（メタデータ） (2025-11-02T15:41:38Z)
• Learning noisy tissue dynamics across time scales [0.0]
  本稿では,実験映画から直接ノイズの多いマルチセルダイナミックスを推定できるバイオミメティック機械学習フレームワークを提案する。 この生成モデルは、グラフニューラルネットワークとフローの正規化とWaveNetアルゴリズムを組み合わせて、組織を神経微分方程式として表現する。 我々のモデルは細胞の動きを捉えるだけでなく、分裂サイクルにおける細胞状態の進化を予測することも示している。
  論文  参考訳（メタデータ） (2025-10-21T21:33:54Z)
• CellFlux: Simulating Cellular Morphology Changes via Flow Matching [44.8979602893102]
  本稿では,化学および遺伝的摂動による細胞形態変化をシミュレートする画像生成モデルであるCellFluxを紹介する。 CellFluxは生物学的に意味のある細胞画像を生成し、摂動特異的な形態変化を忠実に捉える。 これらの能力は、生体医学研究のための仮想細胞モデリングの実現に向けた重要な一歩である。
  論文  参考訳（メタデータ） (2025-02-13T21:10:00Z)
• Multicell-Fold: geometric learning in folding multicellular life [0.34952465649465553]
  細胞群が特定の構造にどのように折り畳むかは、生物がどのように形成されるかを定義する生物学の中心的な問題である。 マルチセルの折り畳みや胚発生を予測できる幾何学的深層学習モデルを提案する。 我々は,4次元形態素配列アライメントの解釈と局所的な細胞再構成の予測という,2つの重要な課題を達成するために,我々のモデルをうまく利用した。
  論文  参考訳（メタデータ） (2024-07-09T17:21:49Z)
• Engineering morphogenesis of cell clusters with differentiable programming [2.0690546196799042]
  我々は、局所的な相互作用規則と遺伝的ネットワークを発見するために、自動分化の最近の進歩を利用する。 細胞間相互作用のパラメータを解釈可能な遺伝的ネットワークの形で学習できることが示される。
  論文  参考訳（メタデータ） (2024-07-08T18:05:11Z)
• Tertiary Lymphoid Structures Generation through Graph-based Diffusion [54.37503714313661]
  本研究では,最先端のグラフベース拡散モデルを用いて生物学的に意味のある細胞グラフを生成する。 本研究では, グラフ拡散モデルを用いて, 3次リンパ構造(TLS)の分布を正確に学習できることを示す。
  論文  参考訳（メタデータ） (2023-10-10T14:37:17Z)
• A novel framework employing deep multi-attention channels network for the autonomous detection of metastasizing cells through fluorescence microscopy [0.20999222360659603]
  正常細胞と転移細胞を区別できる計算フレームワークを開発した。 この方法は、正常で転移する単細胞においてアクチンとビメンチンフィラメントの空間的構造を示す蛍光顕微鏡画像に依存する。
  論文  参考訳（メタデータ） (2023-09-02T11:20:10Z)
• Three-dimensional micro-structurally informed in silico myocardium -- towards virtual imaging trials in cardiac diffusion weighted MRI [58.484353709077034]
  本稿では,心筋微細構造の数値ファントムを現実的に生成する新しい手法を提案する。 シリコン組織モデルにより、磁気共鳴イメージングの定量的モデルを評価することができる。
  論文  参考訳（メタデータ） (2022-08-22T22:01:44Z)
• Learning Generative Models of Tissue Organization with Supervised GANs [46.569795520982325]
  細胞と組織の空間的構造を理解するための重要なステップは、その組織を正確に反映した生成モデルを構築する能力である。 本稿では,細胞膜とミトコンドリアの位置が濃密にアノテートされた電子顕微鏡(EM)画像の生成モデルの構築に焦点をあてる。 本稿では,GAN(Generative Adversarial Networks)を用いて現実的な画像を生成する2段階のプロシージャを提案する。
  論文  参考訳（メタデータ） (2020-03-31T22:22:58Z)
• Microvascular Dynamics from 4D Microscopy Using Temporal Segmentation [81.30750944868142]
  経時的に脳血流量の変化を追跡でき, ピアル表面に向かって伝播する自発性動脈拡張を同定できる。 この新たなイメージング機能は、機能的磁気共鳴イメージング(fMRI)を基盤とした血行動態応答関数を特徴付けるための有望なステップである。
  論文  参考訳（メタデータ） (2020-01-14T22:55:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。