旧金山报道 – 细胞器，这些微小而精密的细胞内部结构，如同微型工厂，承担着维持细胞生命的关键功能。长期以来，科学家们一直在努力破解细胞器复杂的形态变化和动态相互作用，因为这些变化是细胞稳态、应激反应乃至疾病进展的基础。然而，由于细胞器结构的复杂性、高速的运动模式以及现有分析技术的局限性，量化细胞器形态一直面临着巨大的挑战。
近日，谷歌旗下 Calico Life Sciences 团队推出了一款名为 Nellie 的创新模型，有望打破这一瓶颈。这项研究于2025年2月27日发表在《Nature Methods》杂志上，标志着细胞生物学研究领域的一次重要飞跃。
Nellie 并非简单的图像处理工具，而是一套自动化、无偏倚的分析流程，能够对不同细胞内结构进行分割、跟踪和特征提取。它能够智能适应图像元数据，采用分层分割技术解析子细胞器区域，并利用半径自适应模式匹配实现精确的运动跟踪。
“细胞器的复杂编织和复杂舞蹈是细胞生理学和病理学的核心，”Calico Life Sciences 团队负责人表示，“Nellie 的目标是提供一种广泛可用的分析工具，能够在多个细胞器尺度上提供空间和时间特征的详细提取，且不受工具用户或所研究细胞器的限制。”
Nellie 的核心优势：
- 自动化与无偏倚： Nellie 采用自动化流程，避免了人为因素的干扰，保证了分析结果的客观性和一致性。
- 多尺度分析： Nellie 不仅能分析整个细胞器，还能深入解析其子结构，提供更全面的信息。
- 精确运动跟踪： 通过半径自适应模式匹配，Nellie 能够以亚像素级的精度跟踪细胞器的运动轨迹，捕捉细微的变化。
- 易于使用： Nellie 采用基于 GUI 的点击式界面，用户无需专业的编程知识即可轻松上手。
- 可扩展性： Nellie 允许用户自行设置兼容插件，将定制的代码和流程集成到 Nellie 的生态系统中。
Nellie 的应用前景：
研究团队通过三个用例展示了 Nellie 在提取细胞类型之间差异，并保持时间序列一致性的能力。例如，利用图形自动编码器，Nellie 能够量化线粒体对离子霉素的反应，并表征跨细胞类型和时间点的内质网网络。
这项研究的意义在于，它为细胞生物学家提供了一个强大的工具，使他们能够更深入地了解细胞内组织和动力学的复杂世界。Nellie 的出现，有望加速细胞生物学研究的进展，为疾病的诊断和治疗提供新的思路。
技术细节：
Nellie 采用多尺度、结构增强的预处理方法，能够将细胞器分割和分层划分为逻辑子组件。为了避免传统跟踪方法中存在的链接问题，Nellie 在细胞器中生成完全独立于标签的动捕标记，并使用这些标记作为跨时间框架链接图像可变半径区域的基础。
Nellie 能够计算和导出特定于分割层次结构每个级别的大量特征，以及对层间特征进行统计调查。这些特征可以叠加为每个体素、节点、分支或细胞器标签的颜色图，并在 Nellie 的插件中使用特征的相应直方图进行查看。
挑战与展望：
尽管 Nellie 在细胞器分析方面具有显著优势，但研究团队也承认，Nellie 对于具有大短轴的细胞器表现不佳，它倾向于分割边缘而不是整个结构。
未来，研究团队将继续改进 Nellie 的算法，提高其在各种细胞器类型上的适用性。他们希望 Nellie 能够推广基于成像的方法来分析细胞器及其扰动介导的破坏，成为新一波科学探索的催化剂。
参考文献：
- 原文链接：https://www.nature.com/articles/s41592-025-02612-7
- 代码链接：https://github.com/aelefebv/nellie
- 公司官网：https://www.calicolabs.co
关于 Calico Life Sciences：
Calico Life Sciences 是美国谷歌母公司旗下的一家生物技术公司，以衰老细胞和细胞机制为研究方向，致力于开发神经退行性疾病的治疗方法。该公司认为，当下的研究环境适宜采用跨学科方法，利用先进技术和计算来加速发现。
Views: 11