2021-08-21 类器官单细胞图谱

阅读文章原网址:https://mp.weixin.qq.com/s/-4ezuQGRN9tM2R08Cb9S2Q

目录

1.类器官定义

2.类器官的用途

3.文章大意 


1.类器官定义

       类器官属于三维(3D)细胞培养物,包含其代表器官的一些关键特性。此类体外培养系统包括一个自我更新干细胞群,可分化为多个器官器官特异性的细胞类型,与对应的器官拥有类似的空间组织并能够重现对应器官的部分功能,从而提供一个高度生理相关系统 。 (简单来说,将患者的正常细胞或肿瘤细胞在体外进行培养,以体外培养物进行相关实验。比如肿瘤患者对某些药物反应不同,可以用其类器官(体外培养物)进行实验,找到合适的治疗药物)。

2.类器官的用途

      人体类器官具有巨大的生物医学应用潜力。①培养细胞的这些三维结构概括了体内器官发育和生物学功能的重要方面。它们提供了易处理的人体生理学和病理学体外模型,从而能够进行在人体受试者中难以或不可能进行的干预研究。例如,类器官允许在反映人类生物学的复杂细胞环境中进行遗传和药理学操作,并且它们能够对器官发育和疾病发作的早期阶段进行研究。人体类器官在临床前药物开发的许多领域补充(并可能最终取代)动物模型。②此外,它们为药物开发和精准治疗提供了针对患者的“化身”,包括癌症、罕见遗传疾病(如囊性纤维化)和复杂的多因素疾病(如癫痫)的治疗。最后,他们承诺为再生医学做出贡献,目标是生产可以移植到患者体内的功能性生物结构。

3.文章大意 

        为了证明将人体类器官单细胞技术相结合的可行性和实用性(即类细胞单细胞图谱计划),我们启动了类器官细胞图谱试点项目,作为人体细胞图谱 (HCA) 中的一部分,成为HCA的基础设施,拓展HCA的范围。

        人类细胞图谱:https://www.humancellatlas.org/coordinators

        HCA类器官项目:https://hca-organoid .eu(项目建设中)

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的别。由于各物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分问题:判断图像中的目标属于哪个别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分 基于深度学习的目标检测算法主要分为两大: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值