2020年12月7日，北京大学汤超实验室、香港浸会大学赵中应实验室、香港城市大学严洪实验室在《自然·通讯》（Nature Communications）在线发表文章Establishment of a morphological atlas of the Caenorhabditis elegans embryo using deep-learning-based 4D segmentation（文章网址https://www.nature.com/articles/s41467-020-19863-x），定量、系统地构建了秀丽隐杆线虫早期胚胎发育的标准形态学图谱（图1）。
图1. 示意图
秀丽隐杆线虫拥有单细胞级别的发育精度，即每个细胞的分裂时间、分裂方向、运动路径、命运身份等信息在不同个体间高度准确，因此成为发育生物学界最为广泛使用的模式生物之一。1983年，Sulston J. E.等人通过繁重的人眼识别追踪，绘制出秀丽隐杆线虫发育的细胞谱系；2006年，Waterston R. H.等人开发了一套持续标记、自动追踪全胚胎细胞核的实验方法。然而，细胞核只是细胞体内的一个点，无法准确提供复杂的三维形态信息；而由于细胞膜在空间中呈区域状连续分布，难以识别，因此长期以来定量的标准形态图谱并未成功建立。
研究团队首先改良了一个能够持续荧光标记细胞膜的线虫品系，利用共聚焦显微镜拍摄了17个胚胎在4到350细胞期的发育过程；再利用深度学习网络对细胞膜荧光照片进行自动分割，结合已有的细胞核追踪工具识别每一个细胞对应的空间区域（图2）；分割后的胚胎经过时间、空间规范化后组成一个标准化的形态图谱；随后，团队针对细胞的体积、表面积、接触关系、形状不规则度、信号转导网络等问题进行了系统性探究（图3）。本工作构建的线虫胚胎标准形态图谱将为发育生物学、细胞生物学、生物力学等多个领域提供数据支持。
图2. 实验拍摄与算法流程
图3. 标准形态图谱与各项发育参数
北京大学定量生物学中心/生命科学联合中心/物理学院汤超教授、香港浸会大学生物系/环境与生物分析国家重点实验室赵中应教授、香港城市大学电子工程系严洪教授为文章的共同通讯作者；香港城市大学博士生曹剑锋、北京大学博士生关国业、香港浸会大学博士Vincy Wing Sze Ho为文章的共同第一作者；香港浸会大学的Ming-Kin Wong、Lu-Yan Chan提供了实验技术支持。
原文链接：https://www.nature.com/articles/s41467-020-19863-x
