卵母細胞表現型分類のための解釈可能で汎用的な機械学習アプローチ【JST・京大機械翻訳】

Letort, G.; Eichmuller, A.; Da Silva, C.; Nikalayevich, E.; Labrune, E.; Wolf, J.-P.; Terret, M.-E.; Verlhac, M.-H.

プレプリント

J-GLOBAL ID：202202217831519952 整理番号：22P0314099

卵母細胞表現型分類のための解釈可能で汎用的な機械学習アプローチ【JST・京大機械翻訳】

An interpretable and versatile machine learning approach for oocyte phenotyping

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 (8件)： , , , , , , ,
資料名：
発行年： 2022年02月04日プレプリントサーバーでの情報更新日： 2022年02月04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)

減数分裂成熟は,その潜在的受精と胚発生を可能にする卵母細胞発生の重要な段階である。このプロセスを解明することは,基礎研究と支援生殖技術の両方にとって重要である。しかし,非侵襲的測定に基づく少数の計算ツールは,卵母細胞減数分裂成熟を特徴づけるために現在利用可能である。ここでは,透過光で排他的に取得した画像または映画に基づく表現型卵母細胞に対する計算フレームワークを開発した。最初に,マウスとヒト卵母細胞の両方の多様なコホートを用いて,卵母細胞の輪郭とその透明帯を分割するために,ニューラルネットワークを訓練した。次に,単一卵母細胞を記述するために形態学的特徴の包括的なセットを定義した。著者らは,マウスおよびヒト卵母細胞コミュニティに利用可能な多目的かつユーザフレンドリーなオープンソースFijiプラグインにこれらの段階を実装した。次に,卵母細胞集団を自動的に認識し,それらの形態学的差異を決定するために,選択した特徴に基づく機械学習パイプラインを提示した。その最初の応用は,卵母細胞株を選別し,それらの形態学的特徴を自動的に同定するための新しいアプローチである。良く特性化された遺伝的に修飾したマウス卵母細胞株の表現型決定によりその可能性を実証した。その第二の応用は卵母細胞の成熟能を予測し,特性化することである。重要なことに,zona pellucidaのテクスチャと細胞質粒子サイズから成るマウス卵母細胞成熟能を評価するための2つの新しい特徴を同定した。最後に,これらのマウス卵母細胞品質特性がヒト卵母細胞発生能に適用可能かどうかを試験した。【JST・京大機械翻訳】

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

生殖器官 , 細胞分裂・増殖

, , , ,

前のページに戻る