Auto-segmentation and time-dependent systematic analysis of mesoscale cellular structure in β-cells during insulin secretion.
Auto-segmentation and time-dependent systematic analysis of mesoscale cellular structure in β-cells during insulin secretion.
复制标题
DOI：
10.1371/journal.pone.0265567
复制
发表时间：
2022
期刊：
影响因子：
3.7
通讯作者：
Stevens RC
中科院分区：
文献类型：
--
作者：
Li A;Zhang X;Singla J;White K;Loconte V;Hu C;Zhang C;Li S;Li W;Francis JP;Wang C;Sali A;Sun L;He X;Stevens RC
亚细胞组织的中尺度描述告知疾病状态中的细胞机制。然而，软X射线断层扫描（SXT），一个重要的方法来表征细胞器组织的应用程序，是有限的劳动密集型手动分割。在这里，我们报告了一个自动分割和系统分析SXT断层图像的管道。我们的方法结合了语义和第一个应用实例分割，以产生单独的细胞器面具高骰子和召回指数，其次是基于径向分布函数的细胞器定位分析。我们通过在多个时间点研究不同处理下INS-1 E胰腺β细胞组织的组织来证明该技术。与之前对类似数据集的分析一致，我们的结果揭示了葡萄糖刺激对胰岛素囊泡和线粒体的定位和分子密度的影响。该管道可以扩展到任何细胞类型的SXT断层图像，以揭示不同药物治疗下的亚细胞重排。
The mesoscale description of the subcellular organization informs about cellular mechanisms in disease state. However, applications of soft X-ray tomography (SXT), an important approach for characterizing organelle organization, are limited by labor-intensive manual segmentation. Here we report a pipeline for automated segmentation and systematic analysis of SXT tomograms. Our approach combines semantic and first-applied instance segmentation to produce separate organelle masks with high Dice and Recall indexes, followed by analysis of organelle localization based on the radial distribution function. We demonstrated this technique by investigating the organization of INS-1E pancreatic β-cell organization under different treatments at multiple time points. Consistent with a previous analysis of a similar dataset, our results revealed the impact of glucose stimulation on the localization and molecular density of insulin vesicles and mitochondria. This pipeline can be extended to SXT tomograms of any cell type to shed light on the subcellular rearrangements under different drug treatments.
登录
查看更多内容
影响因子：
--
作者：
Hou, June Chunqiu;Min, Le;Pessin, Jeffrey E.
通讯作者：
Pessin, Jeffrey E.
影响因子：
5.8
作者：
Arganda-Carreras, Ignacio;Kaynig, Verena;Seung, H. Sebastian
通讯作者：
Seung, H. Sebastian
影响因子：
7.7
作者：
Daniel, S;Noda, M;Sharp, GWG
通讯作者：
Sharp, GWG
影响因子：
10.6
作者：
Gibson E;Giganti F;Hu Y;Bonmati E;Bandula S;Gurusamy K;Davidson B;Pereira SP;Clarkson MJ;Barratt DC
通讯作者：
Barratt DC
影响因子：
7.7
作者：
Carr, RD;Brand, CL;Sturis, J
通讯作者：
Sturis, J