高通量反卷积三维类器官动力学在细胞分辨率癌症药理学与Cellos

<High-throughput deconvolution of 3D organoid dynamics at cellular resolution for cancer pharmacology with Cellos>

        三维（3D）类器官培养是一种灵活的系统，用于询问细胞生长、形态、多细胞空间结构和细胞相互作用对治疗的反应。然而，需要具有足够高通量和细胞分辨率的三维类器官分析的计算方法。在这里报告Cellos，一种精确的，高通量的3D类器官分割管道，使用经典算法和核分割，使用训练有素的Stardist-3D卷积神经网络。为了评估Cellos，分析了来自多个处理实验的~ 235万个细胞的~100,000个类器官。细胞片段染色或荧光标记的细胞核，准确区分不同的标记细胞群在类器官。Cellos可以再现具有复杂药物敏感性的细胞传统的基于发光的药物反应，同时还可以量化治疗引起的类器官和核形态的变化以及反映生态亲和力的细胞-细胞空间关系。Cellos为基于3D成像的类器官的药理测试和生物学研究提供了强大的工具。