能高效分析細胞分裂4D圖像數據的超強運算工具
由香港城市大學（香港城大）科學家共同領導的聯合研究團隊，開發出一種可以重建和以三維（3D）圖像呈現細胞形狀隨著時間而變化的新型運算工具，令分析過程從需要人手操作數百小時，加快至只需用電腦數小時便可完成。此運算工具顛覆了生物學家分析圖像數據的方式，有助推進細胞和發育生物學、如癌細胞生長的進一步研究。
該跨學科研究由香港城大電機工程學系（EE）電腦工程學講座教授兼黃俊康教授（數據工程）嚴洪教授，聯同香港浸會大學以及北京大學的生物學家共同領導。研究成果已於科學期刊《自然通訊》（Nature Communications）上發表，題為〈Establishment of a morphological atlas of the Caenorhabditis elegans embryo using deep-learning-based 4D segmentation〉。
團隊開發出來的運算工具名為「CShaper」，嚴教授形容說︰「它是一個強大的運算工具，能於單細胞層面上有系統地分割細胞圖像和分析，對有關細胞分裂和細胞與基因功能的研究而言，非常有用。」
分析大量細胞分裂數據的瓶頸
生物學家一直努力研究動物怎樣經由無數次的細胞分裂，從單一細胞、即受精卵，演化成各個器官和整個身體。他們尤其渴望揭示基因的功能，例如哪些特定的基因於細胞分裂過程中形成各種不同器官，或是甚麼導致異常的細胞分裂而產生腫瘤。
採用基因敲除技術（gene knockout technique）是其中一個找出答案的方法。研究人員會首先在全部基因齊全的情況下取得細胞圖像和譜系樹（lineage tree），然後從DNA序列中「敲除」（剔除）一個基因，再比較兩組譜系樹以分析細胞的變化，並推斷出基因功能；然後重複做法，逐一「敲除」其他基因，再逐一比較。
合作參與這個研究的生物學家團隊選用了秀麗隱桿線蟲（Caenorhabditis elegans, C. elegans）的胚胎作為研究對象，並得出數以兆計字節（terabytes）的海量數據，供嚴教授的團隊進行運算分析。秀麗隱桿線蟲是一種蠕蟲，具有許多與人類相同的重要生物學特性，因而為研究人類腫瘤的生長過程提供參考價值。
嚴教授說：「秀麗隱桿線蟲約有20,000個基因，這意味著若每次只敲除一個基因的話，將需要進行近20,000次實驗，產生大量的數據，所以必需運用自動化圖像分析系統，也因此驅使我們開發出一個更高效的相關系統。」
自動分割細胞圖像的突破
研究人員一般利用激光束掃描，而取得細胞圖像。不過，現有的圖像分析系統只能擷取到細胞核圖像，但是細胞膜的圖像質量差劣，難以重建細胞形狀；而且，現時缺乏可靠的算法，能夠把記錄細胞分裂過程的時序（time-lapsed）3D圖像（即4D圖像）分割。所謂圖像分割（image segmentation）是指將視覺訊號劃分為多個部分以簡化圖像分析，是電腦視覺技術的一個關鍵過程，但研究人員往往動輒需要花上數以百計的小時，以手動方式標記眾多細胞圖像。
CShaper的突破之處，在於它能擷取細胞膜形狀、構建出細胞3D形狀，更重要的是，它能夠自動分割細胞圖像。嚴教授課題組的博士生、論文第一作者之一的曹劍鋒說：「生物學家透過使用CShaper，可以在數小時內解讀這些圖像。CShaper可以表徵出細胞的形狀和表面結構，並提供細胞在不同時間點的3D圖像。」
這個突破可以歸功於由團隊開發、基於深度學習的模型DMapNet，在CShaper系統裡所發揮的關鍵作用。嚴教授解釋說：「通過學習『捕獲』圖像像素之間的多重離散距離（multiple discrete distances），DMapNet在擷取細胞膜輪廓時會一併考慮形狀，而非僅僅考慮圖像光暗強度特徵。因此，CShaper辨認細胞的準確度高達95.95%，遠勝於其他方法。」
團隊運用CShaper，構建出秀麗隱桿線蟲的胚胎由4到350細胞期的3D細胞形態時序圖譜，內容涵蓋細胞形狀、體積、表面積、細胞遷移、細胞核位置以及細胞之間的接觸，並識別出細胞身份。
推進腫瘤生長的研究
曹劍鋒說：「據我們所知，CShaper是首個能在單細胞層面上，有系統地對秀麗隱桿線蟲的胚胎進行圖像分割和分析的運算系統。」嚴教授補充說：「透過與生物學家的緊密合作，很高興我們開發出一種可以自動分析大量細胞圖像數據的電腦工具。我們相信，這套運算系統可以促進細胞生物學和細胞發育學的進一步研究，特別是了解癌細胞的起源和生長。」
團隊亦以植物的組織細胞測試CShaper，得出令人鼓舞的结果，他們相信此運算工具可以應用於其他生物學研究。
嚴教授與來自北京大學的湯超教授、以及來自香港浸會大學的趙中應教授是論文的共同通訊作者。論文的共同第一作者分別是香港城大EE學系的博士生曹劍鋒、來自北京大學的關國業，與香港浸會大學的何穎詩 。
這項研究獲得美國國家衛生研究院、香港研究資助局、中國科技部與國家自然科學基金會的資助。
DOI number: 10.1038/s41467-020-19863-x