基于运动优化的机器学习有助于分析细菌群集的动态行为

《Biophysical Journal》:Motion-refined machine learning enables characterization of bacterial swarming dynamics

【字体: 大 中 小 】 时间:2026年06月25日 来源:Biophysical Journal 3.7

编辑推荐:

  Danielle A. Germann|Xilai Xiao|Remi Megret|Jay X. Tang美国罗德岛州普罗维登斯市布朗大学物理系摘要在半固体琼脂表面上的细菌群集运动是一种常见的群体运动形式。我们的研究聚焦于一种新型肠道细菌——Enterobacter sp. S

  
Danielle A. Germann|Xilai Xiao|Remi Megret|Jay X. Tang
美国罗德岛州普罗维登斯市布朗大学物理系

摘要

在半固体琼脂表面上的细菌群集运动是一种常见的群体运动形式。我们的研究聚焦于一种新型肠道细菌——Enterobacter sp. SM3的群集前沿,这种细菌表现出强烈的群集行为。通过在群集边缘滴加一滴液体,几分钟内就能观察到单层群集细菌。我们利用基于机器学习的软件算法CellPose对这些群集细菌进行成像,并对其分段和识别。针对密集且高移动性的细菌群体中仅靠自动分割无法满足需求的难题,我们采用了一种后处理方法,结合粒子图像测速技术(PIV)与交并比(IoU)映射,将分割掩模传递到连续帧中。该方法可纠正自动分割带来的错误分割与合并现象,引入科学家干预机制以精准确定细胞身份,还能通过Fiji软件中的TrackMate功能提升轨迹重建精度。通过将基于机器学习的分割技术与PIV-IoU后处理相结合,我们能够在拥挤环境中实现对单个细菌的精准追踪,从而全面分析它们的个体轨迹及群体动态。

章节节选

研究意义

在密集的细菌群体中,群体运动是表面定植和生物膜形成等过程的基础,但要在这些环境中追踪单个细胞仍是一项重大挑战。我们提出了一种计算框架,将基于机器学习的分割技术与基于流动信息的追踪技术相结合,从而在拥挤且快速变化的群集中保持细胞身份的完整性。这种方法能够实现可靠的单细胞测量,揭示整个系统的群体动态。

细菌培养准备

使用无菌金属接种环从-80°C的甘油储存液中复苏Enterobacter sp. SM3细胞,然后将它们转移到10毫升的无菌溶原性肉汤(LB)培养基中,该培养基由10克/升胰蛋白胨、5克/升酵母提取物以及5克/升氯化钠溶于去离子水中构成。将培养物置于37°C、160转/分钟的摇动培养箱中过夜培养(~16h)。次日,将100微升过夜培养物稀释到10毫升新鲜的无菌LB培养基中,继续培养4小时,使其呈指数级生长

稀释作用下群集前沿单层细菌中动态群体的出现

在本研究中,我们重点研究的是Enterobacter sp. SM3,这是一种源自肠道的细菌,已被证明能减轻小鼠的肠道炎症。28,29 SM3是一种具有强群集能力的细菌,能展现出多种多样的群体运动模式,因此是研究活跃细菌群体中协同运动物理机制的理想模型。30 在琼脂表面上的SM3群集厚度可超过40微米,其动态前沿会呈现涡旋、喷射流等典型的活性物质特征

讨论

我们的方法框架为从密集的生物群体中提取定量单细胞动态数据提供了一种通用解决方案。通过将深度学习分割技术与基于运动信息的后处理技术相结合,我们解决了活性物质成像领域的两个长期存在的难题:(1)传统算法无法在严重重叠和变形的情况下保持物体身份的完整性;(2)不同帧之间的时间连续性丢失问题。这些问题都通过

数据与代码获取

本研究使用的所有代码均可在GitHub上公开获取(https://github.com/dgermann01/PIV-IOU-PostProcessing),其中包括用于后处理的MATLAB脚本、用于掩模传播的Python版PIV流程,以及用于分割的训练好的CellPose模型。该代码仓库还包含文档和示例文件,足以帮助人们复现分析流程。如有合理需求,相应的作者也可提供额外的数据。

致谢

我们要感谢阿尔伯特·爱因斯坦医学院的Sridhar Mani博士提供的细菌菌株。同时也要感谢波多黎各大学的本科生研究助理Naomi Nunez、Xavier Ruiz和Sebastian Hernandez-Sterling,他们参与了CellPose模型的训练工作,还为MSD/轨迹分析提供了协助。此外,我们还要感谢Enkeleida Lushi博士和Brennan Sprinkle,他们就与我们研究的实验系统相关的物理原理和模拟方法与我们进行了深入探讨。本项工作得到了NSF的资助

作者贡献

D.A.G.负责研究设计、实验实施、分析框架的开发、数据分析以及手稿的撰写;X.X.负责基于PIV的后处理工作,并参与MSD分析;R.M.则负责数据解读和方法论开发;J.X.T.负责项目的构思、研究监督、实验设计以及手稿的编辑工作。所有作者都对研究结果进行了讨论,并共同批准了最终版本的手稿。

利益冲突声明

作者们声明不存在任何利益冲突。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号