ヒト線維芽細胞における複雑な疾患シグネチャを同定するための深層学習と不偏自動高内容スクリーニングの統合【JST・京大機械翻訳】

Schiff, L.; Migliori, B.; Chen, Y.; Carter, D.; Bonilla, C.; Hall, J.; Fan, M.; Tam, E.; Ahadi, S.; Fischbacher, B.; Geraschenko, A.; Hunter, C. J.; Venugopalan, S.; DesMarteau, S.; Narayanaswamy, A.; Jacob, S.; Armstrong, Z.; Ferrarotto, P.; Williams, B.; Buckley-Herd, G.; Hazard, J.; Goldberg, J.; Coram, M.; Otto, R.; Baltz, E. A.; Andres-Martin, L.; Pritchard, O.; Duren-Lubanski, A.; Daigavane, A.; Reggio, K.; NYSCF Global Stem Cell Array Team,; Nelson, P. C.; Frumkin, M.; Solomon, S. S.; Bauer, L.; Aiyar, R. S.; Schwarzbach, E.; Noggle, S. A.; Monsma, F. J.; Paull, D.; Berndl, M.; Yang,

プレプリント

J-GLOBAL ID：202202215703826033 整理番号：21P0239347

ヒト線維芽細胞における複雑な疾患シグネチャを同定するための深層学習と不偏自動高内容スクリーニングの統合【JST・京大機械翻訳】

Integrating deep learning and unbiased automated high-content screening to identify complex disease signatures in human fibroblasts

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (42件)： , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
資料名：
発行年： 2022年03月16日プレプリントサーバーでの情報更新日： 2022年03月16日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

パーキンソン病のような疾患に対する薬剤発見は,スクリーニング可能な細胞表現型の欠如により妨げられる。自動細胞培養,高含量イメージング,細胞疼痛,および深層学習を組み合わせた不偏表現型プロファイリングプラットフォームを提示する。このプラットフォームを91人のParkinson病患者およびマッチした健常対照者から初代線維芽細胞に適用し,最大公的に利用可能な細胞疼痛画像データセットを48テラバイトで現在までに作成した。画像ネット上で訓練された畳み込み深層ニューラルネットワークから固定重みを用いて,形態学的疾患表現型を検出するために,各画像と訓練機械学習モデルから深い埋込みを生成した。このプラットフォームのロバスト性と感度は,バッチとプレートのレイアウトにわたって高い忠実度で個々の特異的変動の検出を可能にする。最後に,著者らのモデルは,LRRK2と散発性Parkinson病系統を健康対照(曲線下面積0.79(0.08標準偏差))から確実に分離して,複雑な疾患モデリングと薬物スクリーニング応用に対するこのプラットフォームの能力を支持した。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

細胞生理一般

, , , , , , ,

前のページに戻る