繊維AI:新生DNA繊維の自動分析のための深層学習モデル【JST・京大機械翻訳】

Mohsin, A.; Arnovitz, S.; Khan, A. A.; Gounari, F.

プレプリント

J-GLOBAL ID：202202215893817698 整理番号：22P0254309

繊維AI:新生DNA繊維の自動分析のための深層学習モデル【JST・京大機械翻訳】

FiberAI: A Deep Learning model for automated analysis of nascent DNA Fibers

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 (4件)： , , ,
資料名：
発行年： 2020年11月28日プレプリントサーバーでの情報更新日： 2020年11月28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)

全ての寿命は細胞分裂を受け,それらのゲノムの安定性を維持するために忠実なDNA複製に依存する。内因性および外因性因子は複製過程にストレスを与え,複数のチェックポイント機構はゲノム安定性を確保するために進化した。これらの分子機構を理解することは,癌を含むゲノム不安定性関連疾患の予防および治療に重要である。DNA複製ファイバ蛍光造影は複製過程および複製ストレスに対する細胞反応を直接可視化する強力な技術である。DNAファイバー顕微鏡画像の解析は,複製適応度に関する定量的情報を提供する。しかし,ハイスループットDNA-繊維研究のボトルネックは,手動で実行されるとき,定量的測定が面倒なことである。ここでは,ハイスループット顕微鏡画像におけるDNAファイバーを検出し,定量化するために最先端の深層学習フレームワークを用いるファイバAIを導入した。繊維AIはDNA繊維を効率的に検出して,0.91の境界ボックス平均精度スコアと0.90のセグメンテーション平均精度スコアを達成した。次に,複製チェックポイントの完全性を測定するためにファイバAIを使用した。ファイバAIは公的に利用可能であり,ユーザがモデル予測選択を視野し,自分自身のマニュアル選択を追加し,多重画像集合を容易に解析できる。したがって,線維AIは,DNA-繊維分析によりDNA複製過程の解明を助けることができる。【JST・京大機械翻訳】

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

遺伝子の複製 , 分子遺伝学一般

, , , , ,

前のページに戻る